2026年4月中科院一区SCI-灰叶猴优化算法Gray langurs optimizer-附Matlab免费代码

引言

近年来，在合理框架内求解优化问题的元启发式算法的发展引起了全球科学界的极大关注。本期介绍一种新的创新算法------灰叶猴优化算法Gray langurs optimizer，GLO。LO的基本灵感来自于自然界中灰叶猴的群体行为。灰叶猴分为三组：单雄性、多雄性和全雄性。GLO在数学上模拟了这三组灰叶猴的群体行为和社会等级。该算法于2026年2月最新发表 在 JCR 1区，中科院1区、新锐1区期刊 Artificial Intelligence Review。

数学建模

初始化：与其他优化算法类似，通过在定义的决策空间范围内随机初始化种群来开始搜索优质解决方案。

单雄性：在一个男性群体中，只有一个男性，被称为alpha，负责管理群体成员。alpha叶猴表现出各种各样的行为。在GLO中，两种常见且突出的行为被建模：围绕当前位置漫游和向最佳区域移动。漫游行为可能有多种原因，包括觅食、检查威胁和寻找配偶。这种行为提供了GLO的开发能力，用数学公式表示：

由于alpha叶猴的第二种行为，alpha叶猴会向有更多食物资源或更安全栖息地的更好地区移动。在GLO中模拟这种行为的方式是，alpha移动到目前为止找到的最佳位置。式(8)用数学方法表达了这种运动。

此外，由于群体成员的数量可以变化，因此每次迭代中雌性灰叶猴的数量计算如下：

多雄性：多雄组与单雄组非常相似；然而，本节列出了一些不同之处。在这个群体中，还有一只阿尔法叶猴负责领导和管理群体成员。此外，这个群体中的几只雄性叶猴协助阿尔法做出决定，保护群体成员，觅食以及其他任务。

全雄性：在全雄性叶猴群体中，一只叶猴通过侵略和统治其他雄性叶猴来获得首领地位。这个群体中的领头叶猴还负责组织、指导和保护成员。在在GLO中，该alpha的移动过程与其他组相同，为此使用Eq. （10）。这一群体中其他雄性灰叶猴的行为与多雄性群体中的雄性相似。因此，利用式（18）来更新雄性灰叶猴在全雄性群体中的位置。
动态机制：由于各种原因，灰叶猴群体的成员数量会发生变化。因此，在GLO中考虑了这些情况，并提供了一种称为动态的机制，通过这种机制，一个组的成员可以移动到其他组。

自治：灰叶猴在不同群体中除了表现出社会结构、性别、成熟度等方面的行为差异外，还表现出自主行为，在栖息地内自由活动。叶猴的这种自主行为在GLO中被考虑为一个新的阶段，称为自治阶段。

算法伪代码：

03. 对比验证

原文作者在23个经典测试函数上进行了测试，包括单模态、多模态和固定维度基准测试，以及27个CEC17测试函数，包括移位、旋转和复合基准测试。GLO还应用于六个现实世界的应用，并将其结果与八种最先进的算法进行了数值和视觉上的比较。实验结果表明，GLO在优化各种测试函数和实际应用方面具有很高的能力。。