基于混合反向学习策略的鲸鱼优化算法耿召里.pdf

针对鲸鱼优化算法ＷＯＡ 在解决高维复杂问题时存在收敛速度慢全局搜索能力不足的问题提出一种最优最差个体混合反向学习的ＷＯＡ ＭＷＯＡ .首先引入一种自适应惯性权重用于调节寻优前期的步长和寻优后期的种群多样性其次提出一种混合反向学习策略并将其融入ＷＯＡ 以提高算法的收敛精度最后引入一种参数非线性衰减策略以提高其在高维度以及复杂问题上的探索开发能力和收敛速度.将ＭＷＯＡ 与ＷＯＡ ＭＳ ＷＯＡ ＩＷＯＡ 对10个基准函数的优化效果进行比较结果表明ＭＷＯＡ 在收敛速度优化精度上相较对比算法均有所提升.另外将ＭＷＯＡ 与ＣＯＤＥ ＣＰＳＯ ＥＧＷＯ和ＤＩＨＳ进行比较结果表明ＭＷＯＡ 具有较好的收敛精度.