在对鲸鱼优化算法(WOA)的数学模型深入研究时，发现传统的WOA算法在处理一些较为复杂的问题，或者对高维度空间进行搜索时还存在一些不足之处，如收敛速度慢、易陷入局部最优等缺点。针对这些问题，文章提出一种改进的混合鲸鱼优化算法，通过引入精英反向学习、非线性收敛因子和自适应调整搜索组合策略来提高算法收敛速度，弥补传统WOA算法的不足。实验结果表明，改进后的算法(IWOA)性能更优，有着广泛的应用前景。
科研之友
微信
新浪微博
Facebook
分享链接
