郭振洲，郝亚茹，拱长青

(沈阳航空航天大学计算机学院，辽宁 沈阳 110136)

1 引言

2016年澳大利亚学者Mirjalili通过观察座头鲸捕食，提出了鲸鱼优化算法(WOA)[1]。该算法的主要思想是通过模仿座头鲸的捕食行为实现对目标问题求解。鲸鱼优化算法具有调节参数少，原理简单便于编程实现的优点，该算法自提出后受到研究学者广泛的关注，许多改进算法相继被提出。例如：Ling[2]提出了基于levy飞行的鲸鱼优化算法，将果蝇的运动轨迹和鲸鱼算法的运动轨迹结合通过改变开发阶段的运行路线从而增加算法的多样性。王坚浩等[3]使用Tent混沌映射生成混沌序列完成种群初始化，并使用混沌扰动协同更新策略改进收敛因子和惯性权重提出了基于混沌的鲸鱼优化算法(CWOA)。Dharmbir[4]将混沌鲸鱼优化算法应用于电力系统暂态稳定约束最优潮流(OPF)问题的求解。通过选择两个测试电力系统，验证了CWOA算法的有效性。郭振洲等[5]提出了基于自适应权重和柯西变异鲸鱼优化算法(WOAWC)动态调节算法权重并在算法勘探阶段引入柯西变异提高算法的收敛速度，Feng[6]提出了求解大规模问题的改进鲸鱼优化算法，在算法的初始阶段加入对立策略加快算法的收敛性，并引入非线性调节系数和变异操作提高算法的多样性和收敛性。以上对鲸鱼算法的改进集中在算法本身算子或初始化方法的改进，并没有从整体算法策略上加以修改。本文针对鲸鱼优化算法中个体信息交互少的特点，引入社交学习理论，强调个体之间的信息交互，通过在原算法的思想中加入社交学习理论从而提高算法的多样性和收敛性。……