基于自适应决策算子的鲸鱼优化算法

摘要

针对鲸鱼优化算法容易陷入早熟和收敛速度慢等缺陷,本文提出一种基于自适应决策算子的鲸鱼优化算法,考虑到算法初始种群也是影响算法性能的关键因素,将混沌Singer映射用于优化算法初始阶段,生成的初始种群,使种群的分布更加均匀,并且提出一个受个体适应度值影响的决策算子,通过决策算子来决定整个种群的搜索方向,一定程度上降低了最优区域对领导者的吸引,同时加入了一个分段的自适应的权重来有效调节算法对最优解的勘探能力。通过对8个基准函数进行仿真实验,用CEC2014测试函数来评估改进后鲸鱼优化算法的性能。实验结果表明,无论是求解低维函数还是高维函数,改进鲸鱼优化算法都具备一定的有效性。