蝴蝶搜索与动态反向学习柯西变异的白鲸优化算法

来源：计算机工程与应用杂志2025年第10期北京时间：

作者：张莉, 张小庆, 孙民民, 李娜, 宋一佳, 曾竣哲

单位：武汉轻工大学 数学与计算机学院，武汉 430023

摘要：针对白鲸优化算法（beluga whale optimization，BWO）收敛速度慢、无法跳出局部最优位置的不足，提出了一种基于蝴蝶搜索与动态反向学习柯西变异的改进白鲸优化算法（MY beluga whale optimization，MYBWO）。引入非线性平衡因子，更好地平衡算法的全局勘探和局部开发能力；在全局勘探阶段引入蝴蝶搜索机制，丰富种群多样性，提高最优解的搜索概率；在局部开发阶段融合动态反向学习和柯西变异策略，在扩大种群搜索范围的同时增强算法跳出局部最优的能力。通过选取寻优特征各异的CEC2005和CEC2019测试函数进行仿真实验，结果表明：与选取的几种对比算法相比，MYBWO算法寻优精度更高，收敛更快，有效解决了算法易停滞于局部最优的不足。为了验证改进算法的实用性，将MYBWO算法应用于优化LightGBM模型，建立新的空气质量预测模型，实验结果证明该模型的预测精度和稳定性得到了稳步提升。

关键词：白鲸优化算法（BWO）,蝴蝶算法,柯西变异,动态反向学习,轻量梯度提升机（LightGBM）