改进鲸鱼算法及其在乘员约束系统中的应用

作者：黄岳竹; 尹安东; 王笑乐; 谷先广^*

来源：合肥工业大学学报(自然科学版), 2022, 45(02): 165-170+230.

DOI：10.3969/j.issn.1003-5060.2022.02.004

• 改进的鲸鱼优化算法(MWOA)
• 自适应权重
• 反向学习策略
• 相关性指标
• 乘员约束系统

针对鲸鱼优化算法(whale optimization algorithm, WOA)“早熟收敛”的缺陷，文章提出一种改进的鲸鱼优化算法(modified whale optimization algorithm, MWOA)。该算法在WOA的基础上嵌入自适应权重来协调算法的全局搜索与局部开发，同时引入反向学习策略和相关性指标优化全局极值，指引种群向更有希望的区域运动，提高算法的开发效率；利用4个基准测试函数对MWOA性能进行测试，结果表明算法性能得到了有效提升；基于有限元仿真分析，运用MWOA算法优化汽车正面100%碰撞工况下乘员约束系统性能，结果表明，该算法极大地改善了乘员约束系统的性能。

• 出版日期2022
• 单位安徽农业大学; 合肥工业大学