基于Lévy飞行的一种改进鲸鱼算法.pdfVIP

36卷第1期成都信息工程大学学报Vol.36No.1

2021年2月JOURNALOFCHENGDUUNIVERSITYOFINFORMATIONTECHNOLOGYFeb.2021

文章编号：2096-1618(2021)01■002448

Lvy

基于6飞行的一种改进餘鱼算法

黄艳，吴泽忠

(成都信息工程大学应用数学学院，四川成都610225)

摘要:针对鲸鱼优化算法种群初始位置不均匀、后期容易陷人局部搜索，以及收敛精度慢较差等情况，利用正

态变异方案提髙收敛速度与收敛精度。利用基于正弦函数的螺旋更新位置与非线性改进策略相互配合提高全局

搜索能力。最后，使用航行战略在迭代后期增强全局搜查才能，使算法收敛到最优解。再选取23个测试函数

对算法收敛速度与收敛精度进行研究。实验结果表明，0算法在收敛精度上是优于原始算法及本文选取的

LMWA

对比算法，阐明LMWOA算法有显著的改进成果。

关键词：应用数学；优化算法；鲸鱼优化算法；正态变异算子；L6vy飞行

中图分类号:301.6文献标志码：

TPA

：10.16836/.2021.01.005

doijcnki.jcuit.

0引言良集方法来改善种群的初始化程度，提高全局收敛速

度，并进行正态变异，避免早熟收敛和受到一种惯性权

随着计算机应用的不竭发展，越来越多的优化算

重的影响通过随机分布调整控制参数，测试结果表明

法得以实现与应用。启发式算法是目前最盛行的一种

2个测试函数能够收敛到最优值0,并在4个测试函数

优化算法，启发式算法可以找到每个实例问题的最佳

的收敛速度与精度上有提升，但是测试函数较少，未对

方法以及得到最优解。目前，典型的启发式算法如模

大规模函数进行测试；孙希延等[]提出了一种改进

拟退火算法（simulatedannealingalgorithm,SA)1、遗

的W0A算法，在迭代过程中，采用非线性策略调整收

传算法（geneticalgorithm，GA)[2]、蚁群算法（antcolony

敛因子以加快算法的收敛速度,并采用差分进化算法

，)[3、人工神经网络

algorithmACA（artificialneuralnet­

来丰富个体种群，增强全局搜索能力，将鲸鱼优化算法

，)[4]等。启发式算法在求解大规模复杂优化

workANN

和JADE算法相互结合保证收敛速度与精度。吴泽忠

问题时更具实用性和可用性。

等[12]提出一种基于改进螺旋更新位置模型的鲸鱼优

鲸群优化算法[5]是于2016提出的一种启