改进鲸鱼算法及其在乘员约束系统中的应用

• 作者: 黄岳竹 尹安东 王笑乐 谷先广
• 来源期刊: 合肥工业大学学报（自然科学版）
• 学科: 工学
• 关键词: 改进的鲸鱼优化算法(MWOA) 自适应权重 反向学习策略 相关性指标 乘员约束系统
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 机械与汽车工程|Machinery and Automobile Engineering
• 页码范围: 165-170,230
• 页数: 7页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1003-5060.2022.02.004

摘要

针对鲸鱼优化算法(whale optimization algorithm,WOA)"早熟收敛"的缺陷,文章提出一种改进的鲸鱼优化算法(modified whale optimization algorithm,MWOA).该算法在WOA的基础上嵌入自适应权重来协调算法的全局搜索与局部开发,同时引入反向学习策略和相关性指标优化全局极值,指引种群向更有希望的区域运动,提高算法的开发效率;利用4个基准测试函数对MWOA性能进行测试,结果表明算法性能得到了有效提升;基于有限元仿真分析,运用MWOA算法优化汽车正面100％ 碰撞工况下乘员约束系统性能,结果表明,该算法极大地改善了乘员约束系统的性能.