求解函数优化问题的改进鲸鱼优化算法

被引：18

作者：

何庆 ^{[1
,2
]}

魏康园 ^{[1
]}

徐钦帅 ^{[1
]}

机构：

[1] 贵州大学大数据与信息工程学院

[2] 贵州大学贵州省公共大数据重点实验室

来源：

微电子学与计算机 | 2019年 / 36卷 / 04期

关键词：

鲸鱼优化算法; 自适应策略; 差分变异; 函数优化;

D O I：

10.19304/j.cnki.issn1000-7180.2019.04.015

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

针对鲸鱼优化算法(WOA)易陷入局部最优、寻优精度低等问题,提出一种改进的鲸鱼优化算法(EWOA).首先,将自适应策略引入鲸鱼位置更新公式中,以便平衡算法全局探索和局部开发能力的同时,加快算法收敛速度、提高算法的寻优精度;然后,引入差分变异思想,对较优的鲸鱼位置进行变异操作以避免算法陷入局部最优,防止早熟收敛现象;最后,通过对9个基准测试函数在固定参数和不同维度的实验表明,改进算法在寻优精度和收敛速度比传统算法均有显著提高,尤其在高维函数的优化问题中表现出更好的收敛性能.

引用

页码：72 / 77+83 +83

页数：7

共 9 条

[1]

一种改进的鲸鱼优化算法 [J].