基于混沌搜索策略的鲸鱼优化算法

发布时间：2021-07-08 12:03

　　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. 

【文章来源】：控制与决策. 2019,34(09)北大核心EICSCD

【文章页数】：8 页

【参考文献】：
期刊论文
[1]求解大规模优化问题的改进鲸鱼优化算法[J]. 龙文,蔡绍洪,焦建军,唐明珠,伍铁斌.  系统工程理论与实践. 2017(11)
[2]基于引力搜索机制的花朵授粉算法[J]. 肖辉辉,万常选,段艳明,谭黔林.  自动化学报. 2017(04)
[3]基于鲸鱼优化算法的汽轮机热耗率模型预测[J]. 牛培峰,吴志良,马云鹏,史春见,李进柏.  化工学报. 2017(03)
[4]基于逻辑自映射的变尺度混沌粒子群优化算法[J]. 刘长平,叶春明.  计算机应用研究. 2011(08)



本文编号：3271529