基于混合反向学习策略的鲸鱼优化算法

• 作者: 耿召里 李目 曹淑睿 刘昶忻
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 鲸鱼优化算法 混合反向学习 非线性收敛因子 自适应权重
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 355-363
• 页数: 9页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2022.02.021

摘要

针对鲸鱼优化算法(WOA)在解决高维复杂问题时存在收敛速度慢、全局搜索能力不足的问题,提出一种最优最差个体混合反向学习的WOA(M WOA).首先,引入一种自适应惯性权重,用于调节寻优前期的步长和寻优后期的种群多样性;其次,提出一种混合反向学习策略并将其融入WOA,以提高算法的收敛精度;最后,引入一种参数非线性衰减策略,以提高其在高维度以及复杂问题上的探索开发能力和收敛速度.将MWOA与WOA、MS-WOA、IWOA对10个基准函数的优化效果进行比较,结果表明M WOA在收敛速度、优化精度上相较对比算法均有所提升.另外,将M WOA与CODE、CPSO、EGWO和DIHS进行比较,结果表明M WOA具有较好的收敛精度.