در این تحقیق یک مدل ترکیبی آشوبناک برمبنای الگوریتم سینوس کسینوس(SCA) با الگوریتم بهینهسازی شاهین هریس(HHO) برای حل مسائل بهینهسازی پیوسته پیشنهاد شده است. برای بهبود الگوریتم سینوس کسینوس از الگوریتم بهینهسازی شاهین هریس استفاده شده است. الگوریتم بهینهسازی شاهین هریس قابلیت همگرایی سریع در رسیدن به راه حل بهینه دارد. از سوی دیگر، برای جلوگیری از به دام افتادن در بهینه محلی از نگاشت آشوب به منظور متنوعتر کردن افراد جمعیت در مدل ترکیبی استفاده شده است. آزمایشهای شبیهسازی در محیط متلب 2017 برروی 27 تابع استاندارد CEC 2014 انجام شده است. نتایج شبیهسازی با الگوریتم بهینهسازی شاهین هریس و الگوریتم سینوس کسینوس مقایسه شده است.
الگوریتم بهینهسازی ماهی چسبنده(Remora optimization algorithm) یکی از الگوریتمهای فراابتکاری است که در سال 2021 در ژورنال معتبر Expert Systems With Applications از انتشارات الزویر چاپ شده است. در این تحقیق، الگوریتم بهینهسازی ماهی چسبنده برروی 23 تابع استاندارد در محیط متلب 2018 تست شده است. در شبیهسازی پیوست شده الگوریتم بهینهسازی ماهی چسبنده با الگوریتم بهینهسازی شاهین هریس(Harris Hawks Optimizer) و الگوریتم بهینهسازی شعله-پروانه(Moth-Flame Optimization Algorithm)، الگوریتم بهینهسازی نهنگ(Whale Optimization Algorithm) و الگوریتم گرگ خاکستری(Grey Wolf Optimizer) مقایسه شده است. نتایج تجربی این شبیهسازی نشان میدهد که الگوریتم بهینهسازی ماهی چسبنده در مقایسه با الگوریتمهای ذکر شده، یک بهینهساز با عملکرد بالا است.