梁倩

（哈尔滨商业大学，哈尔滨150028）

0 引言

多目标优化是多准则决策的一个领域，它是涉及多个目标函数同时优化的复杂问题，它更符合实际问题的需要。多目标优化不可能将所有的目标都达到最优值，需要再多个相互制约的目标之间做出最优决策。因此，对于多目标相关问题的研究十分必要。

鲸鱼优化算法的出现相对较早，因此对于鲸鱼优化算法的研究比较全面，包含方法的改进与应用。赵继民等人[1]将模糊神经PID控制器和优化算法进行结合，采用鲸鱼优化算法去优化神经网络的权值和偏差，降低了模糊神经网络的误差，将混合的模型用于PID控制器。实验数据显示，所提出的混合模型性能得到了良好的改善。郝晓弘等人[2]提出了一种混合策略改进的鲸鱼优化算法，将混沌映射产生初始种群，在迭代过程中改进了收敛因子和惯性权重，并且变异程度取决于适应度方差，阻止算法早熟收敛，研究数据表明，改进后的算法精度大大提升。伍铁斌等人[3]提出了一种基于指数函数收敛因子的改进的鲸鱼优化算法，在算法中加入了旋转操作的精英学习机制，并在其中加入了自适应变异策略，降低算法陷入局部最优的概率。经过验证，改进后的鲸鱼优化算法收敛速度加快，全局寻优能力得到强。孔芝等人[4]提出一种将自适应权重和改进搜索策略相结合的鲸鱼优化算法。在算法中，鲸鱼种群的变化会使得权重与搜索机制发生变化，以适应不同的鲸鱼种群。……