融入小生境和混合变异策略的鲸鱼优化算法.pdfVIP

882024，60（10）ComputerEngineeringandApplications计算机工程与应用

融入小生境和混合变异策略的鲸鱼优化算法

11，2

于涛，高岳林

1.北方民族大学计算机科学与工程学院，银川750021

2.宁夏智能信息与大数据处理重点实验室（北方民族大学），银川750021

摘要：鲸鱼优化算法作为一种结构简单的先进优化算法，被用于解决各类学科问题。通过对鲸鱼优化算法进行深入

研究，发现该算法存在收敛速度慢、无法跳出局部最优、收敛精度低以及无法平衡全局勘探与局部开发能力等问题。

为解决上述问题，提出一种融入小生境和混合变异策略的鲸鱼优化算法（whaleoptimizationalgorithmintegrating

nicheandhybridmutationstrategy，NHWOA）。该算法通过引入自适应权重，平衡算法全局勘探与局部开发能力，

并加快收敛速度；将种群按照相同规模划分成三个小生境并独立寻优，提高种群多样性；采用混合变异策略对种群

进行随机扰动，帮助算法跳出局部最优。通过在CEC2017测试套件上对NHWOA进行仿真实验，并将其应用于特征

选择问题，验证了NHWOA的先进性和有效性。NHWOA的收敛速度更快，收敛精度更高，并且鲁棒性更好。

关键词：鲸鱼优化算法；小生境；混合变异；自适应权重；特征选择

文献标志码：A中图分类号：TP301.6doi：10.3778/j.issn.1002-8331.2310-0117

WhaleOptimizationAlgorithmIntegratingNicheandHybridMutationStrategy

11，2

YUTao,GAOYuelin

1.SchoolofComputerScienceandEngineering,NorthMinzuUniversity,Yinchuan750021,China

2.NingxiaKeyLaboratoryofIntelligentInformationandBigDataProcessing(NorthMinzuUniversity),Yinchuan

750021,China

Abstract：Asanadvancedoptimizationalgorithmwithasimplestructure,thewhaleoptimizationalgorithmisusedto

solveproblemsinmanydisciplines.Throughin-depthresearchonthewhaleoptimizationalgorithm,itisfoundthatthe

algorithmhasproblemssuchasslowconvergencespeed,inabilitytoescapelocaloptima,lowconvergenceaccuracy,and

inabilitytobalanceglobalexplorationandlocalexploitationcapabilities.Toaddresstheseissues,awhaleoptimization

algorithmintegratingnicheandhybridmutationstrategy(NHWOA)isproposed.NHWOAintroducesadaptiveweightsto

balancetheglobalexplorationandlocalexploitationcapabilitiesofthealgorithmandaccelerateitsconvergencespeed.It

dividesthepopulationintothreenichesofthesamesize,andindependentlyoptimizesthemtoincr