基于社交学习理论的鲸鱼优化算法

摘要：

针对鲸鱼优化算法个体之间信息交互少,易陷入局部最优的缺点,引入社交学习理论,提出了社交学习鲸鱼优化算法.首先根据个体适应度值及维度设定个体的学习概率上限,然后分别在算法勘探和开发阶段完成参考鲸鱼的筛选及待学习个体向群体均值个体学习.对比其它四种算法在22个基准函数及7次偏移后的Sphere,RosenBrock,Griewank函数上单独运行30次的均值、标准差,其中社交学习鲸鱼算法在16个基准函数及偏移基准函数上均优于其它四种算法,说明改进后的算法在计算精度及稳定性方面得到了显著提升,上述算法更适合解决单峰可变维度及多峰可变维度的问题.

关键词：社交学习、鲸鱼优化算法、社交学习鲸鱼优化算法、均值、标准差

所属期刊栏目：38

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2021-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：219-225