融合逐维高斯变异的改进白鲸优化算法及其应用

摘要

针对白鲸优化算法（BWO）全局搜索与局部开发之间不平衡、收敛速度慢、早熟，以及难以跳出局部最优的问题，提出一种融合逐维高斯变异的改进白鲸优化算法（IBWO）．首先，采用新的动态参数策略调整平衡因子，实现了全局搜索和局部开发较好的平衡．其次，引入current-to-rand差分变异算子提高算法的全局搜索能力．然后，结合精英领导策略，加速算法的收敛速度．最后，根据当前最优解和当前最差解的位置，对当前最优解进行逐维高斯变异，提高算法跳出局部最优的能力．为了验证改进后算法的性能，在进化计算大会（CEC）2017测试集上与另外7种元启发式算法进行比较，实验结果表明，IBWO的寻优能力优于其他算法．将IBWO应用于3个工程问题中，结果显示，IBWO在解决复杂的现实世界优化问题上有着较好的效果．

关键词

白鲸优化算法 / 动态参数 / 逐维高斯变异 / 群体智能算法 / 最优化 / 工程应用