融入小生境和混合变异策略的鲸鱼优化算法

来源：计算机工程与应用杂志2024年第10期北京时间：

作者：于涛, 高岳林

单位：1.北方民族大学 计算机科学与工程学院，银川 750021 ；2.宁夏智能信息与大数据处理重点实验室（北方民族大学），银川 750021

摘要：鲸鱼优化算法作为一种结构简单的先进优化算法，被用于解决各类学科问题。通过对鲸鱼优化算法进行深入研究，发现该算法存在收敛速度慢、无法跳出局部最优、收敛精度低以及无法平衡全局勘探与局部开发能力等问题。为解决上述问题，提出一种融入小生境和混合变异策略的鲸鱼优化算法（whale optimization algorithm integrating niche and hybrid mutation strategy，NHWOA）。该算法通过引入自适应权重，平衡算法全局勘探与局部开发能力，并加快收敛速度；将种群按照相同规模划分成三个小生境并独立寻优，提高种群多样性；采用混合变异策略对种群进行随机扰动，帮助算法跳出局部最优。通过在CEC2017测试套件上对NHWOA进行仿真实验，并将其应用于特征选择问题，验证了NHWOA的先进性和有效性。NHWOA的收敛速度更快，收敛精度更高，并且鲁棒性更好。

关键词：鲸鱼优化算法,小生境,混合变异,自适应权重,特征选择