基于混沌权重和精英引导的鲸鱼优化算法

黄辉先; 张广炎; 陈思溢; 胡拚

doi:10.13873/J.1000-9787(2020)05-0113-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于混沌权重和精英引导的鲸鱼优化算法

计算与测试 | 更新时间：2025-09-11

- 基于混沌权重和精英引导的鲸鱼优化算法
- WOA based on chaotic weight and elite guidance
- 传感器与微系统 2020年第5期页码：113-116
- 作者机构：
  
  湘潭大学信息工程学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2020)05-0113-04
  中图分类号： TP18
- 纸质出版：2020
- 稿件说明：
移动端阅览
黄辉先, 张广炎, 陈思溢, 等. 基于混沌权重和精英引导的鲸鱼优化算法[J]. 传感器与微系统, 2020,(5):113-116.

HUANG Huixian, ZHANG Guangyan, CHEN Siyi, et al. WOA based on chaotic weight and elite guidance[J]. 2020, (5): 113-116.
黄辉先, 张广炎, 陈思溢, 等. 基于混沌权重和精英引导的鲸鱼优化算法[J]. 传感器与微系统, 2020,(5):113-116. DOI： 10.13873/J.1000-9787(2020)05-0113-04.

HUANG Huixian, ZHANG Guangyan, CHEN Siyi, et al. WOA based on chaotic weight and elite guidance[J]. 2020, (5): 113-116. DOI： 10.13873/J.1000-9787(2020)05-0113-04.

摘要

针对鲸鱼优化算法(WOA)存在收敛精度低和收敛速度慢的问题

提出基于混沌权重和精英引导的先进鲸鱼优化算法(AWOA)。考虑算法前期搜索的随机性对收敛速度的影响

引入精英个体引导机制

利用精英个体的进化反馈信息及时调整种群的搜索方向

加强算法的全局搜索能力。在算法后期引入混沌动态权重因子加强算法的局部搜索能力

提高算法的收敛精度

对多个基准测试函数进行对比仿真实验

结果表明:改进的鲸鱼算法具有更高的寻优性能。

Abstract

Aiming at the problems of low convergence precision and slow convergence speed of whale optimization algorithm（ WOA）

an advanced WOA（ AWOA） based on chaotic weight and elite guidance is proposed.Considering the influence of randomicity of pre-search on convergence speed

elite individual guidance mechanism is introduced

and the evolutionary feedback information of elite individuals is used to adjust the search direction of the population in time

so as to enhance the global search ability of the algorithm. Chaotic dynamic weight factor is introduced to enhance the local search ability and improve the convergence precision of the algorithm. Simulation results of several benchmark functions show that the improved whale algorithm has better optimization performance.

关键词

Keywords

references

浏览量

532

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

非封闭式FDM 3D打印机喷头温度控制器研究