关键词: 鲸群优化算法, 对数惯性权重, 高斯差分变异, 群智能优化算法, 收敛性能

摘要：

针对whale优化算法在处理高维问题时收敛速度慢、容易陷入局部最优、收敛精度低的问题，提出了一种基于对数惯性权重和高斯差分变异的whale优化算法。首先，采用高斯差分变异。改变了鲸鱼位置更新方程，增加了种群多样性，提高了鲸鱼算法的全局搜索能力，防止了早熟现象。然后，在猎物搜索阶段引入对数惯性权重，在平衡全局搜索和局部开发能力的同时，提高了算法的优化精度。最后，通过实验对算法进行了测试。实验结果表明，改进算法具有较高的优化精度和较快的收敛速度。

关键词： 鲸鱼优化算法， 对数惯性重量， 高斯差分突变， 群组智能优化算法， 收敛性能