融入小生境和混合变异策略的鲸鱼优化算法

doi:10.3778/j.issn.1002-8331.2310-0117

摘要/摘要

摘要：鲸鱼优化算法作为一种结构简单的先进优化算法，被用于解决各类学科问题。通过对鲸鱼优化算法进行深入研究，发现该算法存在收敛速度慢、无法跳出局部最优、收敛精度低以及无法平衡全局勘探与局部开发能力等问题。为解决上述问题，提出一种融入小生境和混合变异策略的鲸鱼优化算法（集成小生境和混合变异策略的鲸鱼优化算法，NHWOA）该算法通过引入自适应权重，平衡算法全局勘探与局部开发能力，并加快收敛速度；将种群按照相同规模划分成三个小生境并独立寻优，提高种群多样性；采用混合变异策略对种群进行随机扰动，帮助算法跳出局部最优。通过在CEC2017年进行仿真实验，并将其应用于特征选择问题，验证了NHWOA公司的先进性和有效性。NHWOA公司的收敛速度更快，收敛精度更高，并且鲁棒性更好。

关键词: 鲸鱼优化算法, 小生境, 混合变异, 自适应权重, 特征选择

摘要：鲸鱼优化算法作为一种结构简单的高级优化算法，被用于解决许多学科的问题。通过对鲸鱼优化算法的深入研究，发现该算法存在收敛速度慢、无法摆脱局部最优、收敛精度低、无法平衡全局探索和局部开发能力等问题。针对这些问题，提出了一种结合小生境和混合变异策略的鲸鱼优化算法（NHWOA）。NHWOA引入自适应权重来平衡算法的全局探索和局部开发能力，并加快其收敛速度。它将种群划分为三个大小相同的生态位，并对其进行独立优化，以增加种群多样性。它使用混合变异策略随机扰动种群，帮助算法摆脱局部最优。在CEC2017基准套件上的仿真实验和特征选择问题的应用验证了NHWOA的优越性和有效性。NHWOA具有更快的收敛速度、更高的收敛精度和更好的鲁棒性。

关键词： 鲸鱼优化算法，利基，杂交突变，自适应权重，特征选择

于涛, 高岳林. 融入小生境和混合变异策略的鲸鱼优化算法[J] ●●●●。计算机工程与应用, 2024, 60(10): 88-104.

于涛、高岳林。结合生态位和混合变异策略的鲸鱼优化算法[J]。计算机工程与应用，2024，60（10）：88-104。

参考文献

[1] MIRJALILI S，LEWIS A.鲸鱼优化算法[J]。工程软件进展，2016，95:51-67。
[2] 加里普Z？IMEN M E，BOZ A F.一种用于光伏模型参数提取的增强型混沌鲸鱼优化算法[J]。《理工学院学报》，2021，154:113018。
[3] MIAOY，ZHAO M，MAKIS V，等.多分量调制信号弱特征提取的鲸鱼优化算法优化群分解[J]。机械系统和信号处理，2019，122:673-691。
[4] DING T，CHANG L，LI C，et al.一种用于具有延迟水锤效应的水轮机调节系统参数识别的基于混合策略的鲸鱼优化算法[J]。能源，2018，11（9）：2367。
[5] 宋凯，杨华，王忠.一种用于TBM性能预测的混合堆垛框架优化方法[J]。《工程地质与环境公报》，2023，82（1）：27。
[6] 耿召里, 李目, 曹淑睿, 等.基于混合反向学习策略的鲸鱼优化算法[J] ●●●●。计算机工程与科学, 2022, 44(2): 355-363.
耿振林，李明，曹思瑞，等.一种基于混合反向学习策略的鲸鱼优化算法[J]。计算机工程与科学，2022，44（2）：355-363。
[7] 沈毅，张C，GHAREHCHOPOGH F S，等.基于多种群进化的全局优化和工程设计问题的改进鲸鱼优化算法[J]。专家系统与应用，2023，215:119269。
[8] 尹梅, 柯鹏, 章呈瑞. 一种融合多种策略的改进鲸鱼优化算法[J] ●●●●。武汉科技大学学报, 2023, 46(2): 145-152.
尹明，柯鹏，张春瑞.一种改进的多策略鲸鱼优化算法[J]。武汉科技大学学报，2023，46（2）：145-152。
[9] 杨伟，夏克，樊S，等.一种多策略鲸鱼优化算法及其应用[J]。人工智能的工程应用，2022，108:104558。
[10] FAN Q，CHEN Z，LI Z，等.一种新的改进鲸鱼优化算法及其联合搜索机制在高维全局优化问题中的应用[J]。计算机工程，2021，37:1851-1878。
[11] CHAKRABORTY S，SAHA A K，CHAKRABORTY R，等.大型优化问题的改进鲸鱼优化算法[J]。基于知识的系统，2021，233:107543。
[12] 刘明，姚X，李毅.基于Lévy飞行和差分进化的混合鲸鱼优化算法在车间调度问题中的应用[J]。应用软计算，2020，87:105954。
[13] LAKSHMI A V，MOHANAIAH P.WOA-TLBO:鲸鱼优化算法与基于教学-学习的全局优化和面部情感识别[J]。应用软计算，2021，110:107623。
[14] CHAKRABORTY S，SAHA A K，SHARMA S，等.一种新的用于全局优化的增强鲸鱼优化算法[J]。计算机与工业工程，2021，153:107086。
[15] UZER M S，INAN O。改进的混合鲸鱼优化算法在优化问题中的应用[J]。神经计算与应用，2023，35（17）：12433-12451。
[16] 拉纳·N，拉蒂夫·M·S·A，ABDULHAMID·S·M，等。鲸鱼优化算法：当代应用、改进和发展的系统综述[J]。神经计算与应用，2020，32:16245-16277。
[17] GHAREHCHOPOGH F S，GHOLIZADEH H.鲸鱼优化算法及其应用综述[J]。群体与进化计算，2019，48:1-24。
[18] SRIVASTAVA V，SRIVASTA S.基于鲸鱼优化算法（WOA）的非线性系统控制[C]//2019年第二届国际电力能源、环境与智能控制会议论文集，2019:402-406。
[19] 李明，余X，傅B，等.一种基于多策略机制的全局优化改进鲸鱼算法[J]。神经计算与应用，2023:1-14。
[20] 徐忠，苏毅，杨峰，等.一种具有分布式协作和反向学习能力的鲸鱼优化算法[J]。计算机、材料与连续体，2023，75（3）：5965-5986。
[21]LIU Y，TANG F，CHEN X.基于混合策略的改进鲸鱼优化算法[C]//2023年第15届国际高级计算智能会议论文集，2023:1-8。
[22] 秋兴国, 王瑞知, 张卫国, 等.基于混合策略改进的鲸鱼优化算法[J] ●●●●。计算机工程与应用, 2022, 58(1): 70-78.
邱晓刚，王瑞泽，张伟刚，等.基于混合策略的改进鲸鱼优化算法[J]。计算机工程与应用，2022，58（1）：70-78。
[23]FENG S，JIA J.结构健康监测中使用微栖息地蛙跳算法进行振动测试的加速度传感器放置技术[J]。结构健康监测，2018，17（2）：169-184。
[24]刘J，史J，郝F，等.一种基于Lévy飞行和全局连续优化问题判断机制的新型增强型全局探索鲸鱼优化算法[J]。计算机工程，2022:1-29。
[25]材料？NAN O，KARAKOYUN M.鲸鱼优化算法与Levy飞行策略在医学数据集聚类中的应用[J]。国际优化与控制杂志：理论与应用，2021，11（2）：216-226。
[26]YI W，CHEN Y，PEI Z，等.连续优化问题的集成算子自适应差分进化[J]。群体与进化计算，2022，69:100994。
[27]RAISSOULI M，El-SOUBHY S I.涉及n个变量中两个广义β函数的一些不等式[J]。不等式与应用杂志，2021（1）：1-20。
[28]KHAMMASH G S，AGARWAL P，CHOI J.矩阵参数的扩展k-gamma和k-beta函数[J]。数学，2020，8（10）：1715。
[29] 程浩淼, 王梦磊, 汪靓, 等.耦合中心游移和双权重因子的鲸鱼算法及应用[J] ●●●●。计算机工程与应用, 2022, 58(13): 74-84.
CHENG H M，WANG M L，WANG L，等.基于耦合中心漂移和双权重因子的鲸鱼算法及其应用[J]。计算机工程与应用，2022，58（13）：74-84。
[30]CHAKRABORTY S，SHARMA S，SAHA A K，等.一种新的改进鲸鱼优化算法，用于解决数值优化和实际应用[J]。《人工智能评论》，2022年，55:4605-4716。
[31]HEIDARI A A，MIRJALI S，FARIS H，等.哈里斯-霍克斯优化：算法与应用[J]。《未来一代计算机系统》，2019年，97:849-872。
[32]CHOPRA N，ANSARI M M.Golden jackal optimization：一种用于工程应用的新型自然激励优化器[J]。应用专家系统，2022198:116924。
[33]KOOHI S Z，HAMID N A W A，OTHMAN M，等.浣熊优化算法[J]。IEEE Access，2018年，7:5383-5399。
[34]SEYYEDABBASI A，KIANI F.沙猫群优化：一种解决全局优化问题的受自然启发的算法[J]。计算机工程，2023，39:2627-2651。
[35] 高慧敏, 王云鹤, 卞闯, 等.基于混合进化算法的特征选择方法研究[J] 《报告》，2023，51（6）：1619-1636。
高海明，王燕华，卞C，等.基于混合进化算法的特征选择研究[J]。电子学报，2023,51（6）：1619-1636。
[36]NADIMI-SHAHRAKI M H，ZAMANI H，MIRJALILI S.用于医学特征选择的增强鲸鱼优化算法：一项新冠肺炎病例研究[J]。《生物与医学中的计算机》，2022，148：105858。
[37]ARORA S，ANAND P.特征选择的二进制蝶形优化方法[J]。专家系统与应用，2019年，116:147-160。