基于混沌反向学习和水波算法改进的白鲸优化算法

来源：计算机应用研究杂志2024年第3期北京时间：

作者：王亚辉,张虎晨,王学兵,胡继明,李娅,

单位：华北水利水电大学机械学院,郑州450045；

摘要：针对原始的白鲸算法（beluga whale optimization，BWO）在某些情况下，中后期的探索和开发能力不足、多样性和求解精度降低、容易陷入局部最优等问题，提出一种基于混沌反向学习和水波算法改进的白鲸优化算法（TWBWO），进一步提高白鲸算法的计算精度和收敛速度，增强全局搜索和跳出局部最优能力。结合混沌映射和反向学习策略提高种群的质量和多样性，加快收敛速度。引入水波算法（water wave optimization，WWO）的折射操作，避免寻优时轻易陷入局部最优，提高计算精度。实验结果表明，TWBWO算法较之原始算法和其他经典算法在收敛速度和求解精度以及稳定性方面更为优秀，性能和寻优能力更强。

关键词：白鲸优化算法,水波算法,混沌映射,反向学习,算法改进,

基金资助：河南省科技攻关项目(212102210051)；；