黑猩猩优化算法
2.0.0版本(12.1 MB)
m . Khishe
这段代码与以下文章:https://www.sciencedirect.com/science/article/abs/pii/S0957417420301639
本文提出了一种新颖的metaheuristic算法称为黑猩猩优化算法(ChOA)的灵感来自于个人智力和性动机的黑猩猩群体狩猎,这是不同于其他社会的捕食者。ChOA旨在进一步缓解这两个问题的收敛速度慢和捕获在当地解决高维问题的最适条件。在本文中,一个数学模型,提出了不同的情报和性动机。四种类型的黑猩猩题为攻击者,障碍,猎人,司机是用于模拟不同的情报。此外,狩猎的四个主要步骤,开车,阻塞,和攻击,实现。之后,该算法30日著名的基准测试函数,结果相比,四个新提议meta-heuristic算法的收敛速度,在当地的概率最低要求,结果的准确性。结果表明,ChOA优于其他基准优化算法。
引用作为
Khishe, M。和m . r . Mosavi。“黑猩猩的优化算法。“专家系统与应用程序,卷。149年,爱思唯尔BV, 2020年7月,p。113338年,doi: 10.1016 / j.eswa.2020.113338。
m . Khishe m . r . Mosavi (2020)。黑猩猩优化算法(//www.tatmou.com/matlabcentral/fileexchange/ <…>), MATLAB中央文件交换。2020年6月10日检索。
