一种基于多策略改进的鲸鱼算法

针对标准鲸鱼算法（whale optimization algorithm,WOA）寻优精度低、可能陷入局部最优解等问题，提出一种基于多策略改进的鲸鱼算法（MSWOA）。首先使用Tent混沌映射与反向学习策略初始化鲸鱼种群；然后，引入自适应收敛因子根据适应度值动态调整个体在迭代过程中的包围步长，平衡算法的探索和开发能力；最后引入随机差分变异策略，加强算法跳出局部最优的能力。实验结果显示，MSWOA算法有效地提高了鲸鱼算法在稳定性、求解精度和收敛速度等方面的表现，展现了更优秀的求解效果。