文献类型：期刊文章

作　　者：贾鹤鸣[1] 林建凯[2] 吴迪[3] 力尚龙[1] 文昌盛[1] 饶洪华[1]

JIA Heming;LIN Jiankai;WU Di;LI Shanglong;WEN Changsheng;RAO Honghua(School of Information Engineering,Sanming University,Sanming,Fujian 365004,China;School of Mechanical and Electrical Engineering,Sanming University,Sanming,Fujian 365004,China;School of Education and Music,Sanming University,Sanming,Fujian 365004,China)

机构地区：[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

出　　处：《计算机工程与应用》

基　　金：福建省自然科学基金(2021J011128);全国教育科学规划教育部重点课题(DIA220374)。

年　　份：2023

卷　　号：59

期　　号：16

起止页码：82-92

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2023_2024、IC、JST、RCCSE、ZGKJHX、核心刊

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  

分 类 号：TP301.6]