鯨魚優(yōu)化算法是一種新型優(yōu)化算法,源自鯨魚的覓食行為。針對標準鯨魚優(yōu)化算法處理復雜函數(shù)優(yōu)化問題出現(xiàn)尋優(yōu)精度低和易陷入局部極小值的不足,文章提出了一種混沌反饋自適應鯨魚優(yōu)化算法（CFAWOA）。在CFAWOA算法中,引入混沌理論生成初始種群增加種群多樣性,為算法全局搜索奠定基礎;同時,在鯨魚位置更新后期增加反饋階段,通過交流學習使最差鯨魚快速向最優(yōu)鯨魚靠攏,提高算法的全局搜索能力;此外,在鯨魚個體位置更新公式中引入自適應慣性權值,通過平衡算法的開發(fā)和探索能力進一步改善算法的優(yōu)化性能。采用6個復雜函數(shù)優(yōu)化問題進行仿真實驗,將CFAWOA算法與WOA、PSO和TLBO算法進行對比,結果表明CFAWOA在收斂精度、優(yōu)化性能方面具有明顯優(yōu)勢。 

【文章來源】：統(tǒng)計與決策. 2019,35(07)北大核心CSSCI

【文章頁數(shù)】：4 頁

【參考文獻】：
期刊論文
[1]一種基于改進PSO的隨機最大似然算法[J]. 宋華軍,劉芬,陳海華,張鶴.  電子學報. 2017(08)
[2]基于鯨魚優(yōu)化算法的汽輪機熱耗率模型預測[J]. 牛培峰,吳志良,馬云鵬,史春見,李進柏.  化工學報. 2017(03)
[3]自適應變尺度混沌免疫優(yōu)化算法及其應用[J]. 楊海東,鄂加強.  控制理論與應用. 2009(10)



本文編號：3188208