一种改进的鲸鱼优化算法

来源：计算机技术与发展杂志2023年第02期北京时间：

作者：李梓成;代永强

单位：1. 甘肃农业大学 理学院,甘肃 兰州 730070;2. 甘肃农业大学 信息科学技术学院,甘肃 兰州 730070

摘要：鲸鱼优化算法(WOA) 是一种模拟鲸鱼捕食猎物而提出的元启发式算法,具有操作简单、调节参数少等优点。 但由于 WOA 在迭代中后期探索和开发能力不足,导致算法求解精度低,易于陷入局部最优。 针对 WOA 收敛速度慢、精度低、全局探索能力不足且易于陷入局部最优等缺点,提出了一种改进的鲸鱼优化算法( GFWOA) 。 通过引入反向学习策略,对初始种群生成反向解,提高了初始种群质量,进一步加快了算法的收敛速度。 通过引入高斯随机游走策略到鲸鱼优化算法局部寻优阶段,提高了算法的开发能力,增强了算法全局探索的能力和跳出局部最优的能力。 并分别在单峰测试函数、多峰测试函数、低维多峰测试函数上进行仿真实验,通过平均值、标准差与最优值作为衡量算法性能的标准。 结果表明,GFWOA 在收敛精度、收敛速度和稳定性方面均较对比算法有明显提升。 最后通过假设检验方法将 GFWOA 与其他算法进行比较,得出 GFWOA 在性能方面更具优势。

关键词：鲸鱼优化算法;群体智能优化算法;反向学习;随机游走;假设检验