基于阈值控制的一种改进鲸鱼算法

发布时间：2025-03-18 03:10

　　 针对鲸鱼算法在迭代后期种群多样性减少问题,本文提出一种基于阈值控制的改进鲸鱼优化算法(简记为TIWOA),将均匀分布空间与伪反向学习策略相结合,对原始种群位置进行初始化,为全局搜索奠定基础;改进了基于正态变异算子的选择种群方案,增加了局部搜索速度;设计了非线性收敛因子,配合改进的基于正弦函数的螺旋位置更新,使算法在迭代后期有更好的全局搜索能力。文中选取了25个国际标准测试函数对改进算法进行测试,结果表明,TIWOA算法在收敛精度与收敛速度上,更明显优于其它算法,经过Fricdman检验与Wilcoxon检验,TIWOA算法与其它改进的WOA有显著性差异,说明TIWOA算法改进有明显效果。

【文章页数】：16 页

【文章目录】：
1 鲸鱼优化算法
2 改进鲸鱼优化算法(TIWO A)
    2.1 基于均匀分布空间与伪反向学习策略的种群初始化
    2.2基于正态变异的择优选择
    2.3 基于正弦函数的螺旋更新位置
    2.4 非线性收敛因子改进策略
    2.5 引入阈值判断函数是否达到局部最优解
    2.6 算法步骤
3 数值实验与结果分析
    3.1 数值实验与结果分析
    3.2 性能指标选取
    3.3 测试参数设置及实验结果
4 数值结果检验
5 结语



本文编号：4035911