目录
1.算法概述
群智能是从自然界社会性动物的群体行为中抽象出来的计算模型,其理论和应用均存在大量问题并尚待进一步的深入研究。鲸鱼优化算法作为一种新型的群智能优化算法,具备原理简单、便于理解与实现、通用性强等优点,其寻优机制来源于座头鲸的捕食行为。算法自2016年提出以来受到国内外学者的广泛关注,短短4年已被广泛应用于生物医学、生产调度、机器人、数据挖掘等诸多领域。
鲸鱼算法(Whale Optimization Algorithm)是根据鲸鱼围捕猎物的行为而提出的算法。鲸鱼是一种群居的哺乳动物,在捕猎时它们也会相互合作对猎物进行驱赶和围捕。鲸鱼算法提出时间并不长,也是一个新兴的优化算法,研究应用案例不多。 鲸鱼算法中,每个鲸鱼的位置代表了一个可行解。在鲸鱼群捕猎过程中,每只鲸鱼有两种行为,一种是包围猎物,所有的鲸鱼都向着其他鲸鱼前进;另一种是汽包网,鲸鱼环形游动喷出气泡来驱赶猎物。在每一代的游动中,鲸鱼们会随机选择这两种行为来进行捕猎。在鲸鱼进行包围猎物的行为中,鲸鱼将会随机选择是向着最优位置的鲸鱼游去还是随机选择。