仿生策略优化的鲸鱼算法研究

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

（ＥＷＯＡ），ｅｉｃｆｉｅｎｃｙｏｆＢＷＯＡ，ｉｓｄｅｍｏｎｓｔｒａｔｅｄ．
Ｋｅｙｗｏｒｄｓ：ｗｈａｌｅｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｉｒｔｈｍ（ＷＯＡ）；ｂｉｏｍｉｍｃｔｉｃｓｔｒａｔｅｙ；ｓｇｗａｒｍ— ｂａｓｅｄｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ；
略优化的鲸鱼算法（ＢＷＯＡ），实现了对算法的全局优化能力和收敛速度的改进。通过基准测试函数的仿真，ＢＷＯＡ与标准ＷＯＡ及高效的ＷＯＡ（ＥＷＯＡ）对比分析，证明了ＢＷＯＡ的有效性。关键词：鲸鱼算法；仿生策略；群智优化算法；切比雪夫序列；混沌映射初始化种群
Ａｂｓｔｒａｃｔ：Ｔｈｅｗｈａｌｅｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｉｒｔｈｍ（ＷＯＡ）ｉｓｉｎｓｐｉｒｅｄｂｙｔｈｅｈｕｎｔｉｎｇｂｅｈａｖｉｏｒｏｆｈｕｍｐｂａｃｋｗｈａｌｅｓａｎｄ
ｉｔ ’ Ｓｐｒｅｓｅｎｔｅｄａｓａｎｅｗｓｗａｒｎｌ — ｂａｓｅｄｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｉｔｒｈｍｒｅｃｅｎｔｌｙ．Ｔｈｉｓｓｔｕｄｙｐｒｏｐｏｓｅｓａｎｉｍｐｒｏｖｅｄｗｈａｌｅ
Ｃｈｅｂｙｓｈｅｖｓｅｑｕｅｎｃｅｓ；ｉｎｉｔｉａｌｐｏｐｕｌａｔｉｏｎｂａｓｅｄＯＩＩＣｈａｏｓｍａｐｐｉｎｇ
０引言
和自适应调整搜索策略的方式实现对基本鲸鱼算法的仿生策略优化，避免局部收敛，提高收敛速度。
ｃｏｎｖｅｒｇｅｎｃｅ．Ｂｙｓｉｍｕｌａｔｉｏｎｏｎｒｅｆｅｒｅｎｃｅｔｅｓｔｆｕｎｃｔｉｏｎ，ＢＷＯＡｉｓｃｏｍｐａｒｅｄｗｉｔｈｓｔａｎｄａｒｄＷＯＡａｎｄｅｆｆｅｃｔｉｖｅＷＯＡ
ｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｗｉｔｈｏｐｔｉｍｉｚａｔｉｏｎｓｔｒａｔｅｇｙｏｆｂｉｏｎｉｃｓ（ＢＷＯＡ）ｂｙＣｈａｏｓｍａｐｐｉｎｇｉｎｉｔｉａｌｉｚａｔｉｏｎｐｏｐｕｌａｔｉｏｎａｎｄａｄａｐｔｉｖｅａｄｊｕｓｔｉｎｇｓｅａｒｃｈｓｔｒａｔｅｙ，ｇｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅａｃｃｕｒａｃｙｏｆｇｌｏｂａｌｏｐｔｉｍｉｚａｔｉｏｎａｎｄｔｈｅｒａｔｅｏｆ
ＧＯＮＧＳｈｉ－ｂｉｎｇ．ＳＨＥＮＨａｌ＿ｂｉｎ
（ＩｎｓｔｉｔｕｔｅｏｆＶＬＳＩＤｅｓｉｇｎ，ＺｈｅｊｉａｎｇＵｎｉｖｅｒｓｉｔｙ，Ｈａｎｇｚｈｏｕ３１００２７，Ｃｈｉｎａ）
１标准鲸鱼算法
启发式优化算法具有简单易实现、能有效避免局部最优、可扩展性好等优点，广泛应用于各种工程设计中Ｊ。启发式算法的思想来源于各种生物机制、物理规律，一般可
中图分类号：ＴＰ３０１文献标识码：Ａ文章编号：１０００９７－８７（２０１７）１２００－１００３－
Ｓｔｕｄｙｏｆｗｈａｌｅａｌｇｏｒｉｔｈｍｆｏｒｂｉｏｍｉｍｅｔｉｃｓｔｒａｔｅｇｙｏｐｔｉｍｉｚａｔｉｏｎ
仿生策略优化的鲸鱼算法研究
巩世兵，沈海斌
（浙江大学超大规模集成电路设计研究所，浙江杭州３１００２７）
摘
要：通过对混沌映射初始化种群和自适应调整搜索策略对鲸鱼优化算法（ＷＯＡ）改进，提出了仿生策
１０
传感器与微系统（ＴｒａｎｓｄｕｃｅｒａｎｄＭｉｃｒｏｓｙｓｔｅｍＴｅｃｈｎｏｌｏｇｉｅｓ）
２０１７年第３６卷第１ Βιβλιοθήκη Baidu期
ＤＯＩ：１０．１３８７３／Ｊ．１０００－９７８７（２０１７）１２－００１０－０３