摘要

黑猩猩优化算法(Chimp Optimization Algorithm, ChOA)是根据猩猩群体狩猎行为构建的一种群智优化算法.针对该算法在寻优能力和收敛效率等方面的困扰,提出一种改进的黑猩猩优化算法(Modified ChOA, MChOA).在MChOA算法中,利用特殊混沌模型对种群进行初始化,在提高种群针对性的同时,提高算法的收敛效率,并在位置更新过程中引入单纯形法策略来对种群中较差个体进行优化,进一步提高了算法的全面搜索能力,避免过早陷入局部最优.为了验证算法改进后的效果,将模糊Kapur熵作为目标函数,将MChOA算法应用于阈值图像分割中,与改进的模糊灰狼优化算法(MDGWO)的图像分割效果对比,MChOA算法的图像分割效果更佳.

  • 出版日期2023
  • 单位阜阳师范大学