混沌映射自适应鲸鱼算法.docxVIP

混沌映射自适应鲸鱼算法 混沌映射自适应鲸鱼算法（ChaMM-WFFA）是一种基于混沌映射和鲸鱼优化算法相结合的多目标优化算法，用于解决多目标优化问题。算法采用混沌映射算法和自适应鲸鱼优化算法相结合的方法，将混沌映射算法和鲸鱼算法的优点结合起来，在计算量上有效减小。 首先，将混沌映射应用于多目标优化问题。混沌映射将N维空间中的每一个点，映射到一个高维空间中，以此丰富搜寻空间以实现全局搜索。然后，将自适应鲸鱼优化算法（WFFA）复合混沌映射算法，以实现求解全局最优解和混沌映射算法相互补充。 其次，算法在结合混沌映射和鲸鱼优化过程中，引入评估机制，从而克服传统鲸鱼算法易陷入局部最优的问题。在引入评估机制的基础上，针对个体的改造及其重组过程中存在的缓慢性和收敛性问题，通过动态调整各个鲸鱼的动态参数，有效地调节算法的搜索力度，加快算法的收敛速度。 最后，ChaMM-WFFA 算法结合了混沌映射和鲸鱼优化算法的特点，可以有效实现对全局最优解的搜索。与传统的混沌映射和鲸鱼优化算法相比，ChaMM-WFFA 算法在有效性、准确性和效率上均有质的提升，实现了更高的优化性能。