基于混沌搜索策略的鲸鱼优化算法

被引：169

作者：

王坚浩 ^{[1
]}

张亮 ^{[1
]}

史超 ^{[1
]}

车飞 ^{[1
]}

丁刚 ^{[1
]}

武杰 ^{[2
]}

机构：

[1] 空军工程大学装备管理与无人机工程学院

[2] 中国人民解放军部队

来源：

控制与决策 | 2019年 / 34卷 / 09期

关键词：

鲸鱼优化算法; 混沌搜索; 反向学习; 收敛因子; 惯性权重;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; O415.5 [混沌理论];

学科分类号：

070201 [理论物理]; 140502 [人工智能];

摘要：

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.

引用

页码：1893 / 1900

页数：8

共 10 条

[1]

求解大规模优化问题的改进鲸鱼优化算法 [J].