混沌策略和单纯形法改进的鲸鱼优化算法

发布时间：2021-12-24 13:23

　　为解决鲸鱼优化算法收敛速度慢和寻优精度低等问题,提出了一种基于混沌策略和单纯形法优化的鲸鱼优化算法（whale optimization algorithm based on chaos optimization and simplex optimization,CSWOA）。首先,采用混沌反向学习策略初始化鲸鱼种群个体,降低随机化的原始种群对算法收敛的影响;然后,引入一种自适应权重策略,平衡算法的全局寻优和局部探索能力;最后,再引入单纯形法对原算法进行改进,提高算法的局部搜索能力和寻优能力。对8个典型基准函数的仿真分析表明,CSWOA的收敛速度和寻优精度均有一定的提高。 

【文章来源】：中国科技论文. 2020,15(03)北大核心

【文章页数】：7 页

【文章目录】：
1 鲸鱼优化算法
    1.1 包围猎物
    1.2 气泡攻击
    1.3 寻找猎物
2 改进算法
    2.1 混沌反向学习初始化种群
    2.2 非线性收敛因子和自适应权重策略
    2.3 单纯形法
        1)反射操作
        2)扩展操作
        3)压缩操作
    2.4 CSWOA的执行步骤
3 仿真实验与分析
    3.1 与其他算法的对比
    3.2 与其他改进WOA的比较
    3.3 实验结果分析
        1)H0:
        2)H1:
4 结 语


【参考文献】：
期刊论文
[1]基于自适应权重和模拟退火的鲸鱼优化算法[J]. 褚鼎立,陈红,王旭光.  电子学报. 2019(05)
[2]基于随机差分变异的改进鲸鱼优化算法[J]. 覃溪,龙文.  中国科技论文. 2018(08)
[3]一种改进的鲸鱼优化算法[J]. 张永,陈锋.  计算机工程. 2018(03)
[4]仿生策略优化的鲸鱼算法研究[J]. 巩世兵,沈海斌.  传感器与微系统. 2017(12)
[5]求解大规模优化问题的改进鲸鱼优化算法[J]. 龙文,蔡绍洪,焦建军,唐明珠,伍铁斌.  系统工程理论与实践. 2017(11)
[6]正余混沌双弦鲸鱼优化算法[J]. 刘竹松,李生.  计算机工程与应用. 2018(07)
[7]自适应分组混沌云模型蛙跳算法求解连续空间优化问题[J]. 张强,李盼池.  控制与决策. 2015(05)
[8]基于单纯形法的量子粒子群优化算法[J]. 任小康,郝瑞芝,孙正兴,史变霞.  微电子学与计算机. 2010(01)
[9]基于Tent映射的混沌优化算法[J]. 单梁,强浩,李军,王执铨.  控制与决策. 2005(02)



本文编号：3550560