基于自适应惯性权重的混沌鲸鱼算法研究.pdfVIP

第１６卷第４期黑龙江科学Ｖｏｌ１６

２０２５年２月ＨＥＩＬＯＮＧＪＩＡＮＧＳＣＩＥＮＣＥＦｅｂ.２０２５

基于自适应惯性权重的混沌鲸鱼算法研究

孙敏ꎬ周帅ꎬ周晓梅ꎬ李小珍ꎬ王敏

(安徽国防科技职业学院公共课教学部ꎬ安徽六安２３７００５)

摘要:针对经典的鲸鱼算法在后期寻优过程中存在收敛速度慢、易陷入早熟的问题ꎬ给出了一种基于自适应惯性权重的混沌鲸鱼

算法ꎮ该改进算法使用Ｃｕｂｉｃ映射产生的混沌序列来初始化鲸鱼位置ꎬ从而增加种群的多样性ꎮ采用非线性收敛因子ꎬ使算法在前

期能够扩大寻优范围ꎬ提高全局搜索能力ꎬ后期具有更强的局部开发能力ꎬ增强算法的求解精度ꎮ引入由鲸鱼个体适应度值决定的

动态惯性权重优化策略ꎬ使算法能够及时跳出局部最优ꎮ选取８个经典测试函数来检验改进算法的精度和效率ꎬ并与其他几种群

智能算法进行了对比ꎮ结果表明ꎬ改进后的算法求解精度和收敛速度得到显著提高ꎬ能有效避免早熟ꎮ

关键词:鲸鱼算法ꎻＣｕｂｉｃ映射ꎻ非线性收敛因子ꎻ动态惯性权重

中图分类号:ＴＰ１８文献标志码:Ａ文章编号:１６７４－８６４６(２０２５)０４－００４２－０５

ＣｈａｏｔｉｃｗｈａｌｅＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎｔｈｅＡｄａｐｔｉｖｅＩｎｅｒｔｉａＷｅｉｇｈｔ

ＳｕｎＭｉｎꎬＺｈｏｕＳｈｕａｉꎬＺｈｏｕＸｉａｏｍｅｉꎬＬｉＸｉａｏｚｈｅｎꎬＷａｎｇＭｉｎ

(ＤｅｐａｒｔｍｅｎｔｏｆＰｕｂｌｉｃＥｄｕｃａｔｉｏｎꎬＡｎｈｕｉＶｏｃａｔｉｏｎａｌＣｏｌｌｅｇｅｏｆＤｅｆｅｎｓｅＴｅｃｈｎｏｌｏｇｙꎬＬｕ’ａｎ２３７００５ꎬＣｈｉｎａ)

Ａｂｓｔｒａｃｔ:Ｆｏｒｔｈｅｃｌａｓｓｉｃｗｈａｌｅｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ’ｓｆａｌｌｉｎｇｉｎｔｏｔｈｅｌｏｃａｌｏｐｔｉｍｉｚａｔｉｏｎｅａｓｉｌｙａｎｄｓｌｏｗｃｏｎｖｅｒｇｅｎｃｅ

ｓｐｅｅｄꎬａｍｅｔｈｏｄｏｆｃｈａｏｔｉｃｗｈａｌｅｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｔｈｅａｄａｐｔｉｖｅｉｎｅｒｔｉａｗｅｉｇｈｔｉｓｐｒｏｐｏｓｅｄ.Ｃｈａｏｔｉｃ

ｓｅｑｕｅｎｃｅｇｅｎｅｒａｔｅｄｂｙＣｕｂｉｃｍａｐｉｓｕｓｅｄｔｏｉｎｉｔｉａｔｅｉｎｄｉｖｉｄｕａｌｐｏｓｉｔｉｏｎꎬｗｈｉｃｈｉｎｃｒｅａｓｅｓｔｈｅｄｉｖｅｒｓｉｔｙｏｆｔｈｅｐｏｐｕｌａｔｉｏｎ.

Ｆｕｒｔｈｅｒꎬｂｙｕｓｉｎｇａｎｏｎｌｉｎｅａｒｃｏｎｖｅｒｇｅｎｃｅｆａｃｔｏｒꎬｔｈｅａｂｉｌｉｔｙｏｆｇｌｏｂａｌｓｅａｒｃｈｉｎｔｈｅｅａｒｌｉｅｒｐｅｒｉｏｄａｎｄｌｏｃａｌｓｅａｒｃｈｉｎｔｈｅ

ｌａｔｅｒｐｅｒｉｏｄｃａｎｂｅｅｎｈａｎｃｅｄ.Ｍｏｒｅｏｖｅｒꎬｔｈｅｄｙｎａｍｉｃｉｎｅｒｔｉａｌｗｅｉｇｈｔｄｅｔｅｒｍｉｎｅｄｂｙｔｈｅｉｎｄｉｖｉｄｕａｌｆｉｔｎｅｓｓｖａｌｕｅｃａｎｂｅ

ｉｎｖｏｌｖｅｄꎬｗｈｉｃｈｍａｋｅｓｔｈｅａｌｇｏｒｉｔｈｍｃａｎｔｉｍｅｌｙｊｕｍｐｏｕｔｏｆｌｏｃａｌｏｐｔｉｍｕｍ.８ｂｅｎｃｈｍａｒｋｔｅｓｔｆｕｎｃｔｉｏｎｓｃａｎｂｅｉｎｖｏｌｖｅｄ

ｔｏｉｌｌｕｓｔｒａｔｅｔｈｅａｃｃｕｒａｃｙａｎｄｃｏｎｖｅｒｇｅｎｃｅｒａｔｅｏｆｔｈｅａｌｇｏｒｉｔｈｍ.Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｄｅｍｏｎｓｔｒａｔｅｔｈａｔꎬｃｏｍｐａｒｅｄ

ｗｉｔｈｓｅｖｅｒａｌｏｔｈｅｒｓｗａｒｍｉｎｔｅｌｌｉｇｅｎｃｅａｌｇｏｒｉｔｈｍｓꎬｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｈａｓｏｂｖｉｏｕｓａｄｖａｎｔａｇｅｓｉｎｏｐｔｉｍｉｚａｔｉｏｎ

ｐｒｅｃｉｓｉｏｎꎬｃｏｎｖｅｒｇｅｎｃｅｓｐｅｅｄａｎｄｃａｎｅｆｆｅｃｔｉｖｅｌｙａｖｏｉｄｔｈｅｐｒｅｍａｔｕｒｅｃｏｎｖｅｒｇｅｎｃｅｐｒｏｂｌｅｍ.

Ｋｅｙｗｏｒｄｓ:Ｗｈａｌｅ