一、算法简介

​大猩猩体型比黑猩猩、猩猩都要大得多，是最大的类人猿，也是最大的灵长类动物。大猩猩的身体极为粗壮、剽悍和鲁莽，身高与人类相差不多，但体重则要大得多。一般全身被黑色长毛，但面部、耳朵、手足等均无毛，也没有须毛，颜面皮肤皱褶很多，长相十分丑陋而凶恶。头大，额低，头顶部有发达的矢状脊，雄兽还有较厚的冠垫，所以显得高大隆起如塔，眉脊高耸。双眼深深凹陷，距离较宽，眼膜为褐色。鼻梁塌陷，鼻孔特大而且具有光泽，有隆起的褶状鼻翼。耳朵很小。吻部突出，嘴巴很大，犬齿发达，如同老虎的獠牙一般。齿式与人类同。肩膀又宽又圆，脖子、四肢都异常粗壮，前肢长于后肢，垂立时过膝，两臂伸开时可达272厘米。手掌宽阔，拇指短粗，足为跖行性，大趾粗厚，较大程度地外展。没有尾巴，也没有胼胝和颊囊。

大猩猩部队优化算法（gorilla troops optimizer，GTO）由Benyamin 等人于提出，该算法受大猩猩群体生活行为的启发所得。大猩猩部队算法在具有搜索速度快，求解精度高等特点。

二、算法原理

算法原理参考：

/weixin_43821559/article/details/120696879

2.1勘探阶段

2.2开发阶段

在GTO算法的开发阶段，采用了跟随银背大猩猩和竞争成年雌性的两种行为。银背大猩猩领导一个群体，做出所有决定，决定群体的行动，并引导大猩猩走向食物来源。它还负责团队的安全和福祉，团队中的所有大猩猩都遵守银背大猩猩的所有决策。另一方面，银背大猩猩可能会变弱、变老并最终死亡，群体中的黑背大猩猩可能会成为群体的领导者，或者其他雄性大猩猩可能会与银背大猩猩交战并主宰群体。

2.3算法流程图

三、多目标大猩猩部队算法MOGTO

Matlab源代码见评论区

将大猩猩部队优化算法的优良策略与多目标优化算法框架结合形成多目标大猩猩部队优化算法（MOGTO），为了验证所提的MOGTO的有效性，将其在22个多目标测试函数（ZDT1、ZDT2、ZDT3、ZDT4、ZDT6、Kursawe、Poloni、Viennet2、Viennet3、UF1-UF10、CF1-CF3）上实验。

Kursawe：

Viennet3：

ZDT1：

ZDT2：

ZDT3：

ZDT4：

ZDT6：

多目标大猩猩部队算法MOGTO在多目标测试集上具有能够快速找到真实Pareto前沿，该算法求解速度快，求解结果分别均匀，在多目标优化领域具有一定的竞争力。（Matlab源代码见评论区）