文献类型：期刊文章

作　　者：秋兴国[1] 王瑞知[1] 张卫国[1] 张昭昭[1] 张婧[1]

QIU Xingguo;WANG Ruizhi;ZHANG Weiguo;ZHANG Zhaozhao;ZHANG Jing(College of Computer Science and Technology,Xi’an University of Science and Technology,Xi’an 710048,China)

机构地区：[1]西安科技大学计算机科学与技术学院,西安710048

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金(61902311);陕西省自然科学基础研究资助项目(2019JM-348);陕西省科技厅资助项目(2020JM-522)。

年　　份：2022

卷　　号：58

期　　号：1

起止页码：70-78

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对标准WOA算法初始种群分布不均、收敛速度较慢、全局搜索能力弱且易陷入局部最优等问题,提出一种混合策略改进的鲸鱼优化算法。采用Sobol序列初始化种群以使初始解在解空间分布更均匀;通过非线性时变因子和惯性权重平衡并提高全局搜索及局部开发能力,并结合随机性学习策略增加迭代过程中种群的多样性;引入柯西变异提升算法跳出局部最优的能力。通过对12个基准函数和一个水资源需求预测模型的参数估计进行优化实验,结果表明,基于混合策略改进的鲸鱼优化算法在寻优精度及收敛速度上均有明显提升。

关 键 词：鲸鱼优化算法  Sobol序列  非线性策略  惯性权重 随机性学习  柯西变异

分 类 号：TP301]