每日论文
第四十三篇
/09/04
摘要：针对标准鲸鱼优化算法全局搜索能力不足、收敛速度慢等问题,提出一种全局搜索策略的鲸鱼优化算法.在鲸鱼位置更新公式中加入自适应权重,动态调节最优位置的影响力,改善算法收敛速度;使用变螺旋位置更新策略,动态调整螺旋的形状,提升算法全局搜寻能力;引入最优邻域扰动策略,避免算法陷入局部最优解,解决算法早熟现象.在11个标准测试函数上进行仿真实验,结果表明改进后的鲸鱼优化算法相较其余优化算法,具有更高的寻优精度和更快的收敛速度,证明了改进策略的有效性.
内容提要
★鲸鱼优化算法（ＷＯＡ）是２０１６年由ＳｅｙｅｄａｌｉＭｉｒｊａｌｉｌｉ教授提出的一种群智能优化算法，通过模仿鲸鱼在海洋中捕捉食物的搜寻过程，来寻找最优解．该算法具有结构简单、自身参数少的特点，在多元函数求解方面比传统粒子群优化算法和遗传算法的速度更快、精度更高．
★本文提出一种全局搜寻策略的鲸鱼优化算法（ＧＳ?ＷＯＡ）．该算法采用变螺旋更新方式，增加鲸鱼寻优过程中的螺旋路径选择；使用自适应权重改变鲸鱼位置更新时的速度，动态调整权值来提升算法后期的收敛速度；通过最优邻域扰动的策略，来避免算法的早熟现象．为检验ＧＳ?ＷＯＡ的寻优性能，在多个测试函数上进行仿真实验，结果表明了该算法具有更高的寻优精度和更快的收敛速度．
格式引文：刘磊,白克强,但志宏,张松,刘知贵.一种全局搜索策略的鲸鱼优化算法[J].小型微型计算机系统,,41(09):-.
关键词：鲸鱼优化算法;自适应权重;全局搜索;最优邻域;测试函数;
扫码