摘要

针对标准鲸鱼优化算法收敛速度慢、易陷入局部最优等问题,提出一种基于混沌收敛因子和惯性权重的改进鲸鱼优化算法(CWOA)。首先采用均匀化与随机化相结合的方式获取初始种群,以提高种群的多样性进而有效提升算法的收敛速度;然后利用混沌收敛因子和惯性权重非线性协同更新策略来平衡算法的全局探索和局部开发能力;最后对寻优过程中的每代最优个体进行多项式变异,提高跳出局部最优的概率。通过12个标准测试函数来检验改进策略的有效性和算法的寻优性能,通过机械臂末端位置优化问题来检验算法的实际应用效果,并与其他几种群智能优化算法进行了对比。结果表明,CWOA在寻优精度、收敛速度和鲁棒性方面均有明显优势。

全文