改进人工大猩猩优化算法(CGTO)

改进人工大猩猩优化算法(CGTO)，自己研究的改进方法，没有任何成果产出，有没有一款较新的智能算法且效果好一些的呢，那么今天它来了，CGTO通过改进勘探阶段公式，混沌映射以及C的公式还有开发阶段的更新公式。
详细的改进公式会在readme文件给出(包括一些修改事项和您发paper的一些注意事项，包您不重复)。
与鲸鱼优化算法，北方苍鹰优化算法，蜣螂优化算法，和未改进大猩猩算法，在初始种群数量为30，最大迭代次数为500，独立运行次数为30的情况下进行对比，运行效果如下。
附带测试函数图像，以对比收敛曲线一起看。
效果比我改进的北方苍鹰算法好一些，比改进的沙丘猫群算法差一点。
但总的来说，CGTO算法效果仍然优秀(可与网上改进的算法进行比较，也可与paper里效果比较，看收敛精度与收敛速度)，无论您是想优化神经网络，还是优化pid或者其他工程应用(不提供工程应用的程序)，都是不错的选择。
把握机会
新算法 + 改进 + 效果非常好 + 目前做的人非常少 = paper

ID:38430702224116939