多策略融合改进的白鲸优化算法

摘要

针对白鲸优化算法（BWO）存在的寻优性能易受初值影响，迭代后期易陷入局部最优等问题，提出了一种多策略融合改进的白鲸优化算法（PSBWO）.该算法首先引入PWLCM映射对初值进行混沌初始化，以提升种群的多样性，增强全局搜索能力.然后利用融合高斯-柯西变异构建了自适应共栖生物搜寻算子，并在每一次迭代结束后对种群进行动态扰动，以此提高算法跳出局部极值的概率.为了验证PSBWO算法的有效性，采用10个基准测试函数对其进行了测试，结果表明PSBWO算法的性能优于原白鲸算法，且具有良好的鲁棒性.因此，PSBWO算法在解决实际工程问题中具有良好的应用潜力.

关键词

白鲸优化算法 / PWLCM映射 / 高斯-柯西变异 / 共生生物搜索算法