✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测 雷达通信  无线传感器

信号处理 图像处理 路径规划 元胞自动机 无人机

⛄ 内容介绍

​黑猩猩算法主要模拟了黑猩猩对于猎物的攻击、驱赶、拦截和追逐等4种社会行为[16]。黑猩猩优化算法的基本描述为:假定黑猩猩种群数目为N，Xi表示第i只黑猩猩所处的位置，群体的最优解为Xatacter、次优解Xbarier、第3优解Xchaser、第4优解Xdrive。黑猩猩算法的具体数学描述如下:1)驱赶、追逐猎物。在黑猩猩狩猎的过程中，任何个体均会依据猎物的位置而改变自身的位置。其位置更新公式如下:

​式中:D表示黑猩猩与猎物之间的距离；Xprey和Xchimp分别表示猎物的位置和黑猩猩的位置；A、m、C为系数向量，m=Chaotic_value是一个基于某种混沌映射计算出来的混沌向量；r1和r2为[0，1]之间的随机数；t和tmax分别表示当前迭代次数和最大迭代次数；f为收敛因子，在迭代过程中从2线性递减到0。

2)攻击方式。黑猩猩通过对猎物位置的探索，最后将其包围。通常狩猎过程由攻击者进行，而驱赶者、拦截者、追逐者仅参与狩猎过程，4种黑猩猩分别更新自己的位置，其他黑猩猩根据四者的位置进行更新。

⛄ 部分代码

function [] = drawComparisonPlot(function_name, curve_list, curve_name_list, curve_color_list)

figure('Position',[500 500 660 290])

% Draw search space

subplot(1,2,1);

func_plot(num2str(cell2mat(function_name)));

title('Parameter space')

xlabel('x_1');

ylabel('x_2');

zlabel([num2str(cell2mat(function_name)),'( x_1 , x_2 )'])

%Draw objective space

subplot(1,2,2);

for loop = 1:size(curve_list,1)

    semilogy(curve_list(:,loop),'Color',curve_color_list(1,loop));

    hold on;

end

title('Objective space')

xlabel('Iteration');

ylabel('Best score obtained so far');

axis tight

grid on

box on

legend(curve_name_list)  % chnage this according to your required names

end

⛄ 运行结果

⛄ 参考文献

[1]程国森, and 崔东文. "黑猩猩优化算法-极限学习机模型在富水性分级判定中的应用." 人民黄河 43.7(2021):6.

❤️ 关注我领取海量matlab电子书和数学建模资料

❤️部分理论引用网络文献，若有侵权联系博主删除