长鼻浣熊优化算法(Coati Optimization Algorithm,COA)是一种元启发式算法，模拟了长鼻浣熊的攻击和狩猎以及逃离捕食者的行为。该算法于2022年由Mohammad Dehghani等人提出，并经过描述和数学建模。长鼻浣熊生活在美国西南部、墨西哥、中美洲和南美洲，是一种体积与大家猫相当的哺乳动物。雄性长鼻浣熊比雌性大一倍，拥有锋利的大犬齿。它们是杂食动物，吃无脊椎动物和小型脊椎动物，其中包括绿色鬣鳞蜥。COA算法通过模拟长鼻浣熊的攻击和逃离行为，提供了一种新颖的优化方法。