一种多策略改进鲸鱼优化算法的混沌系统参数辨识

针对混沌系统参数辨识精度不高的问题，以鲸鱼优化算法(whale optimization algorithm,WOA)为基础，提出一种多策略改进鲸鱼优化算法(multi-strategy improved whale optimization algorithm,MIWOA)。采用Chebyshev混沌映射选取高质量初始种群，采用非线性收敛因子和自适应权重，提高算法收敛速度，为了避免算法陷入局部最优，动态选择自适应t分布或蚁狮优化算法更新后期位置，提高处理局部极值的能力。通过对10个基准函数和高维测试函数进行仿真试验，表明MIWOA具有良好的稳定性和收敛精度。将MIWOA应用于辨识R¨ossler和L¨u混沌系统参数，仿真结果优于现有成果，表明本文MIWOA辨识混沌系统参数的高效性和实用性。