融合学习行为策略的改进黑猩猩优化算法

来源：计算机工程与应用杂志2023年第16期北京时间：

作者：贾鹤鸣, 林建凯, 吴迪, 力尚龙, 文昌盛, 饶洪华

单位：1.三明学院 信息工程学院，福建 三明 365004；2.三明学院 机电工程学院，福建 三明 365004；3.三明学院 教育与音乐学院，福建 三明 365004

摘要：针对黑猩猩优化算法收敛速度慢、寻优精度低以及容易陷入局部最优的问题，提出融合学习行为策略的改进黑猩猩优化算法（modified chimp optimization algorithm，MChOA）。采用准反向学习策略更新种群，增加种群的多样性和随机性，提高算法全局搜索能力，同时避免算法陷入局部最优。基于黑猩猩学习行为策略，通过随机选择“模仿学习”算子或“情绪感应”算子更新黑猩猩个体位置，增强算法局部开发能力，加快算法的收敛速度。选取16个基准函数以及12个CEC2014进行仿真实验测试，结果表明MChOA与传统ChOA相比具有较高的求解精度和较好的寻优性能。通过两个工程设计问题的求解，证明了MChOA在实际工程问题上也具有较高的实际应用价值。

关键词：黑猩猩优化算法,准反向学习,学习行为策略,基准测试函数,工程问题求解