多策略改进的自适应动态鲸鱼优化算法

为解决鲸鱼优化算法收敛精度低、易陷入局部最优等问题,采用多种策略对算法进行改进,提出一种自适应动态鲸鱼优化算法.引入立方混沌映射初始化提升初始解的遍历性;引入自适应惯性权重系数并对收敛因子非线性改进,平衡全局搜索与局部搜索能力;对螺旋搜索方程改进,使鲸鱼动态地调整搜索形状,提升算法的全局搜索能力以突破局部最优;为增强算法跳出局部最优的能力,引入广义反向学习机制.采用12个基准测试函数对算法检验,其结果表明,改进的鲸鱼算法有效提升了算法的收敛精度.