本文介绍了鲸鱼优化算法（WOA）的基础原理，模拟了座头鲸的气泡网捕食策略，并探讨了其在卷积神经网络（CNN）回归预测中的应用。通过Matlab实现，展示了WOA-CNN模型的代码，并提供了运行结果，最终展示了预测数据的反归一化对比和均方差图。文章适用于了解WOA和CNN结合的机器学习研究者。
⛄一、鲸鱼算法及CNN简介
1 鲸鱼优化算法（Whale Optimization Algorithm，WOA）简介
鲸鱼优化算法(WOA)，该算法模拟了座头鲸的社会行为，并引入了气泡网狩猎策略。
1.1 灵感
鲸鱼被认为是世界上最大的哺乳动物。一头成年鲸可以长达 30 米，重 180 吨。这种巨型哺乳动物有 7 种不同的主要物种，如虎鲸，小须鲸，鳁鲸，座头鲸，露脊鲸，长须鲸和蓝鲸等。鲸通常被认为是食肉动物，它们从不睡觉，因为它们必须到海洋表面进行呼吸，但事实上，鲸鱼有一半的大脑都处于睡眠状态。
鲸鱼在大脑的某些区域有与人类相似的细胞，这些细胞被称为纺锤形细胞（spindle cells）。这些细胞负责人类的判断、情感和社会行为。换句话说，纺锤形细胞使我们人类有别于其他生物。鲸鱼的这些细胞数量是成年人的两倍，这是它们具有高度智慧和更富情感的主要原因。已经证明，鲸鱼可以像人类一样思考、学习、判断、交流，甚至变得情绪化，但显
订阅专栏 解锁全文
544
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
