《计算机应用研究》|Application Research of Computers

一种改进的鲸鱼优化算法

Improved whale optimization algorithm

免费全文下载 (已被下载 次)  
获取PDF全文
作者 武泽权,牟永敏
机构 北京信息科技大学 网络文化与数字传播北京市重点实验室;北京信息科技大学 计算机学院
统计 摘要被查看 次,已被下载
摘要 针对鲸鱼优化算法(WOA)容易陷入局部最优和收敛精度低的问题进行了研究,提出了一种改进的鲸鱼优化算法(IWOA)。该算法通过准反向学习方法来初始化种群,提高种群的多样性;然后将线性收敛因子修改为非线性收敛因子,有利于平衡全局搜索能力和局部开发能力;另外,通过增加自适应权重改进鲸鱼优化算法的局部搜索能力,提高收敛精度;最后,通过随机差分变异策略及时的调整鲸鱼优化算法,避免陷入局部最优。实验选取9个基准函数,所有算法均迭代30次,结果表明:改进的鲸鱼优化算法和原鲸鱼优化算法以及5种改进的鲸鱼优化算法相比,该算法的均值和标准差均优于其他算法,该算法的收敛曲线也优于其他大多数算法。说明改进的鲸鱼优化算法收敛精度和算法稳定性最佳,收敛速度较其他大多数改进的鲸鱼优化算法明显加快。
关键词 鲸鱼优化算法;准反向学习;非线性收敛因子;自适应权重;随机差分变异
基金项目 北京市自然科学基金资助项目(Z160002)
本项目得到网络文化与数字传播北京市重点实验室开放课题资助(5221935409)
本文URL http://www.arocmag.com/article/02-2020-12-025.html
收稿日期
修回日期
页码 -
中图分类号 TP301.6
文献标志码