增强型白鲸优化算法及其应用

摘要

针对白鲸优化算法搜索效率不足、易陷入局部极值的问题，提出增强型白鲸优化算法(enhance beluga whale optimization, EBWO)。加入基于权重的抢食型白鲸并应用于算法的开发阶段，丰富该阶段的位置更新方式，利用贪婪机制选择更优位置，提高解的质量；引入自适应高斯策略对鲸坠阶段的白鲸局部扰动，使其调整至最优位置附近，加快算法的收敛速度；使用凸透镜成像学习策略对信息分享后的位置做反向处理，提高算法跳出局部最优值的能力。通过对10个基准测试函数和CEC2020测试集的寻优对比分析，以及Wilcoxon秩和检验可知，EBWO的寻优速度和收敛精度都得到较大提升。为了验证EBWO算法的实用性和可行性，将其应用到减速器和压力容器工程设计的求解，通过试验分析可知，EBWO算法在解决实际优化问题上具有一定的优越性。

关键词

白鲸优化算法 / 抢食白鲸 / 高斯扰动 / 凸透镜成像 / 工程应用

基金资助

国家自然科学基金资助项目(62166006)