文献类型：期刊文章

作　　者：吴泽忠[1] 宋菲[1]

WU Zezhong;SONG Fei(School of Applied Mathematics,Chengdu University of Information Technology,Chengdu 610225,China)

机构地区：[1]成都信息工程大学应用数学学院

出　　处：《系统工程理论与实践》

基　　金：国家自然科学基金(71672013)~~

年　　份：2019

卷　　号：39

期　　号：11

起止页码：2928-2944

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、CSSCI、CSSCI2019_2020、EI、IC、JST、NSSD、RCCSE、RWSKHX、SCOPUS、ZGKJHX、核心刊

摘　　要：针对鲸鱼算法后期种群的多样性丢失问题,通过螺旋更新位置模型的改进并结合对立学习策略、随机调整参数、正态变异操作等已有方法改进鲸鱼优化算法.采用对立学习策略对鲸鱼种群初始化,为全局搜索奠定基础;利用随机调整控制参数的策略,避免了算法后期陷入局部最优;正态变异算子与改进螺旋更新位置对鲸鱼种群进行干扰,避免种群后期向某个最优区域靠拢,增大算法的全局搜索能力.选取文献[4]中23个国际标准测试函数,包括单峰、多峰以及固定维数函数,对改进的算法进行低维测试;选取文献[12]中的25个单峰和多峰国际标准测试函数,对改进的算法进行高维测试.结果表明,IMWOA算法在收敛精度、收敛速度上均明显优于原WOA算法且具有普遍适用性、稳定性和解决超大规模优化问题的能力.

关 键 词：鲸鱼优化算法  随机调整参数  正态变异算子  螺旋更新位置模型  超大规模优化问题  

分 类 号：TP301.6]