基于多種策略改進的鯨魚優(yōu)化算法

摘要： 針對標準鯨魚優(yōu)化算法收斂速度慢、搜索與開發(fā)不平衡、種群之間信息交流匱乏、容易陷入局部最優(yōu)的問題，提出了一種改進算法。首先，采用Tent混沌映射提高初始種群的分布均勻性，并引入非線性收斂因子，提升算法前期的全局搜索和中后期局部開發(fā)的能力，協(xié)調(diào)了搜索與開發(fā)的轉(zhuǎn)換機制。然后，將種群的平均位置向量引入隨機搜索過程中，有效改善個體與種群之間缺乏信息交流的問題。接著，將自適應(yīng)慣性權(quán)重引入位... （共13頁）