计算机应用研究

作者：关燕鹏,李子鸣,贾新春,

单位：山西大学自动化与软件学院,太原030031；

关键词：鲸鱼优化算法,自适应权值,优势个体干扰,多维度变异学习,收散归优,FOPID控制器,

基金：国家自然科学基金资助项目(61973201)；山西省科技厅资助项目(202103021224030)；山西省省筹资金资助回国留学人员科研项目(2022-009)；；

针对鲸鱼优化算法（WOA）在解决高维、多峰、最优值非原点等问题时存在的收敛精度低、易被局部最优捕获等缺陷，提出了一种基于多维度变异学习与收散归优的鲸鱼优化算法（MLDOWOA）。首先，引入自适应权值以及优势个体干扰动态调整个体螺旋包围的方向，提高了算法的全局搜索能力和收敛精度；然后提出多维度变异学习机制对种群变异方向进行自适应规划，进一步扩大了算法的搜索范围；最后引入收散归优机制协调了搜索步长，帮助种群突破了中后期搜索停滞的局限。通过8个高维基准函数和4个固定维基准函数对MLDOWOA算法进行测试，结果表明同基本算法WOA、SSA以及改进的ACWOA、AWOA、MSIWOA、ADWOA相比，该算法在收敛精度和应对高维函数的能力上具有显著的优越性。将该算法应用于FOPID控制器的参数整定，并将实验结果同近年来该工程问题的研究成果进行对比分析，证明了该算法在FOPID参数整定问题中具有卓越的性能。

来源：2023年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第9期