10.3969/j.issn.2095-2163.2021.07.034
基于双重改进的鲸鱼优化算法
传统的鲸鱼优化算法(WOA)容易陷入局部最优以及收敛速度慢,针对此问题进行研究,提出了一种改进的鲸鱼优化算法,改进算法首先用非线性收敛因子替换原本使用的收敛因子,改进后的非线性收敛因子可以有效利用在算法中以弥补该算法在计算过程中全局探索与局部开发能力中的缺陷,并且可以加快算法收敛速度;然后在鲸鱼位置更新公式中加入了自适应权重,该策略可以改善算法的寻优精度以及进一步提高收敛速度;最后,在固定参数和不同维度的8个基准测试函数上进行了实验,结果表明,改进后的算法在寻找最优位置的精度和收敛速度对比于传统的鲸鱼算法和其他智能优化算法均有着显著的提高,具有更好的优化效果.
鲸鱼优化算法;自适应权重;收敛因子;寻优精度;收敛速度
17
TP391(计算技术、计算机技术)
2021-11-23（万方平台首次上网日期，不代表论文的发表时间）
共6页
180-184,190
