基于混合反向学习策略的鲸鱼优化算法

来源：计算机工程与科学杂志2022年第2期北京时间：

作者：耿召里, 李目, 曹淑睿, 刘昶忻

单位：湖南科技大学信息与电气工程学院，湖南 湘潭 411201

摘要：针对鲸鱼优化算法(WOA)在解决高维复杂问题时存在收敛速度慢、全局搜索能力不足的问题，提出一种最优最差个体混合反向学习的WOA（MWOA）。首先，引入一种自适应惯性权重，用于调节寻优前期的步长和寻优后期的种群多样性；其次，提出一种混合反向学习策略并将其融入WOA，以提高算法的收敛精度；最后，引入一种参数非线性衰减策略，以提高其在高维度以及复杂问题上的探索开发能力和收敛速度。将MWOA与WOA、MS-WOA、IWOA对10个基准函数的优化效果进行比较，结果表明MWOA在收敛速度、优化精度上相较对比算法均有所提升。另外，将MWOA与CODE、CPSO、EGWO和DIHS进行比较，结果表明MWOA具有较好的收敛精度。

关键词：鲸鱼优化算法,混合反向学习,非线性收敛因子,自适应权重,

基金资助：国家自然科学基金(61404049)；湖南省自然科学基金(2020JJ6031)；湖南省教育厅科研项目(17B094)