鲸鱼优化算法(Whale Optimization Algorithm,WOA)是一种基于自然界鲸鱼群体行为的启发式优化算法。它模拟了鲸鱼群体的迁徙和觅食行为,通过不断调整候选解的位置来寻找最优解。本文将介绍鲸鱼优化算法的理论原理,并利用MATLAB对其性能进行仿真。
鲸鱼优化算法的原理如下:首先,初始化一个鲸鱼群体,其中每个鲸鱼表示一个潜在解。然后,根据每个鲸鱼的适应度值,选择其中适应度最好的鲸鱼作为全局最优解。接下来,通过模拟鲸鱼的迁徙行为来更新候选解的位置。在迁徙过程中,鲸鱼根据其适应度值和全局最优解的位置来调整自身位置,从而寻找更优的解。最后,重复执行迁徙更新过程,直到达到设定的停止条件。
下面是使用CEC2017测试函数的鲸鱼优化算法的MATLAB实现代码:
function [bestSolution, bestFitness] = WOA(functionHandle, dimension, lb, ub