基于混沌搜索策略的鲸鱼优化算法

摘要：

针对鲸鱼优化算法存在探索和开发能力难以协调、易陷入局部最优的不足,提出一种基于混沌搜索策略的鲸鱼优化算法(CWOA).首先,采用混沌反向学习策略产生初始种群,为全局搜索多样性奠定基础;其次,设计收敛因子和惯性权重的非线性混沌扰动协同更新策略以平衡全局探索和局部开发能力;最后,将种群进化更新与最优个体的混沌搜索机制相结合,以减小算法陷入局部最优的概率.对10个基准测试函数和6个复合测试函数进行优化,实验结果表明,CWOA在收敛速度、收敛精度、鲁棒性方面均较对比算法有较大提升.

关键词：鲸鱼优化算法、混沌搜索、反向学习、收敛因子、惯性权重

所属期刊栏目：34

分类号：TP18;TP301(自动化基础理论)

资助基金：国家自然科学基金项目61503409

在线出版日期：2019-09-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1893-1900