發(fā)布時間：2021-07-08 12:03

　　針對鯨魚優(yōu)化算法存在探索和開發(fā)能力難以協(xié)調(diào)、易陷入局部最優(yōu)的不足,提出一種基于混沌搜索策略的鯨魚優(yōu)化算法（CWOA）.首先,采用混沌反向?qū)W習(xí)策略產(chǎn)生初始種群,為全局搜索多樣性奠定基礎(chǔ);其次,設(shè)計收斂因子和慣性權(quán)重的非線性混沌擾動協(xié)同更新策略以平衡全局探索和局部開發(fā)能力;最后,將種群進(jìn)化更新與最優(yōu)個體的混沌搜索機制相結(jié)合,以減小算法陷入局部最優(yōu)的概率.對10個基準(zhǔn)測試函數(shù)和6個復(fù)合測試函數(shù)進(jìn)行優(yōu)化,實驗結(jié)果表明, CWOA在收斂速度、收斂精度、魯棒性方面均較對比算法有較大提升. 

【文章來源】：控制與決策. 2019,34(09)北大核心EICSCD

【文章頁數(shù)】：8 頁

【參考文獻(xiàn)】：
期刊論文
[1]求解大規(guī)模優(yōu)化問題的改進(jìn)鯨魚優(yōu)化算法[J]. 龍文,蔡紹洪,焦建軍,唐明珠,伍鐵斌.  系統(tǒng)工程理論與實踐. 2017(11)
[2]基于引力搜索機制的花朵授粉算法[J]. 肖輝輝,萬常選,段艷明,譚黔林.  自動化學(xué)報. 2017(04)
[3]基于鯨魚優(yōu)化算法的汽輪機熱耗率模型預(yù)測[J]. 牛培峰,吳志良,馬云鵬,史春見,李進(jìn)柏.  化工學(xué)報. 2017(03)
[4]基于邏輯自映射的變尺度混沌粒子群優(yōu)化算法[J]. 劉長平,葉春明.  計算機應(yīng)用研究. 2011(08)



本文編號：3271529