Um algoritmo de chimpanzé baseado na estratégia de forrageamento das raias manta e sua aplicação

Para abordar a questão do baixo desempenho no algoritmo de otimização de chimpanzé (ChOA), um novo algoritmo chamado algoritmo de otimização de chimpanzé baseado em raias manta (MChOA) foi desenvolvido. Introduzindo o método do hipercubo latino para construir a população inicial, de modo que os indivíduos da população inicial sejam distribuídos uniformemente no espaço de solução, aumentando a diversidade da população inicial. Introduzindo fatores de convergência não lineares baseados em funções de corte positivas para mudar a convergência dos algoritmos, as capacidades de pesquisa inicial e as capacidades de desenvolvimento posterior do algoritmo são balanceadas. A estratégia de forrageamento das raias manta é introduzida na atualização de posição para compensar o defeito de que o algoritmo tende à otimização local, o que melhora efetivamente o desempenho de otimização do algoritmo. Para avaliar o desempenho do algoritmo proposto, 27 funções de referência de teste bem conhecidas foram selecionadas para experimentação, que mostraram vantagens significativas em comparação com outros algoritmos. Finalmente, para verificar ainda mais a aplicabilidade do algoritmo em processos de produção reais, ele foi aplicado para resolver problemas de agendamento em três cenários de oficinas flexíveis e em um agendamento de oficina de motores de aviação em uma empresa. Isso confirmou sua eficácia em abordar problemas complexos do mundo real.