1.一种基于混沌多策略融合改进鲸鱼算法的优化方法,其特征在于:步骤1:构建拉伸/压缩弹簧设计问题的数学模型;
步骤2:使用多种改进策略对传统鲸鱼优化算法进行改进;
步骤3:使用改进的鲸鱼优化算法对拉伸/压缩弹簧设计问题的数学模型进行参数寻优,得到拉伸/压缩弹簧设计问题的全局最优解和最优参数组合;
所述步骤1具体为:
步骤1.1:确定拉伸/压缩弹簧设计问题的变量参数,分别为导线直径d、平均线圈直径D和有效线圈数量L;
步骤1.2:确定拉伸/压缩弹簧设计问题的目标函数和约束条件;
所述步骤2具体为:
改进策略1:引入改进的Sinusoidal混沌映射对种群进行初始化,提高种群质量和种群多样性,改进后的Sinusoidal混沌映射表达式为:;
其中,是第n次迭代的值,是下一次迭代的值,a是一个控制参数;
改进策略2:改进边界检测方法,提高算法收敛速度,具体改进边界检测公式为:;
其中,为当前最优位置,为当前个体位置,为修正后的个体位置,ub为解空间上界,lb为解空间下界,r为[0,1]的随机数;
改进策略3:引入Chebyshev混沌映射对鲸鱼优化算法中位置更新策略的关键参数进行混沌化,提升算法在可行解空间中的探索能力,Chebyshev混沌映射公式为:;
其中, β为阶数;
改进策略4:引入反向学习策略,增加种群多样性,避免算法陷入局部最优,反向学习生成公式为:;
其中,为第i个鲸鱼个体的位置,为经过反向学习后的相对应的鲸鱼个体位置,ub为解空间的上界,lb为解空间的下界;
所述步骤3具体为:
步骤3.1:设置ICWOA算法参数,包括:解空间上界ub、解空间下界lb、种群规模PopSize、解空间维度dim和最大迭代次数Maxiter,所述解空间上界ub为拉伸/压缩弹簧设计问题中参数的上界,所述解空间下界lb为拉伸/压缩弹簧设计问题中参数的下界,所述解空间维度dim为拉伸/压缩弹簧设计问题中参数的个数;
步骤3.2:使用改进的Sinusoidal混沌映射公式生成初始化种群,根据种群规模PopSize,生成PopSize种拉伸/压缩弹簧设计问题的参数组合作为鲸鱼优化算法的初始种群;
步骤3.3:计算初始化种群中每个鲸鱼个体的适应度值,即拉伸/压缩弹簧设计问题中的目标函数的值,将使得目标函数的值最小化的拉伸/压缩弹簧设计的参数组合保存为最优鲸鱼位置,目标函数的最小值即最优适应度值,保存为鲸鱼当前最优解;
步骤3.4:生成随机数P,更新位置更新策略中的参数A、C、a;
步骤3.5:进行位置更新,当P>=0.5时,使用气泡网捕食策略更新位置,其中参数则利用Chebyshev混沌映射进行迭代更新;当P<0.5时,根据|A|的值进行判断,如果|A|>=1,根据随机搜索策略进行位置更新;如果|A|<1,则根据包围猎物策略进行位置更新;
步骤3.6:对种群个体位置进行边界检测,使用改进后的边界检测方法对超出解空间的个体进行位置更新;
步骤3.7:使用反向学习策略对种群进行更新,并进行边界检测;
步骤3.8:计算经过位置更新后的鲸鱼个体的适应度值,与上一次位置更新过程的最优解进行比较,如果当前鲸鱼的位置的适应度值优于先前的最优解,则利用所述新的鲸鱼个体的适应度值来替换先前的最优解;
步骤3.9:重复步骤3.4-步骤3.8,直至迭代次数达到最大迭代次数Maxiter时,输出最优适应度值对应的鲸鱼个体,即拉伸/压缩弹簧设计问题的最优参数组合。
2.根据权利要求1所述的一种基于混沌多策略融合改进鲸鱼算法的优化方法,其特征在于,所述步骤1.2具体为:将所述变量参数导线直径d、平均线圈直径D和有效线圈数量L分别记作,在满足最小挠度、剪切、冲击频率和外径的约束下,最小化拉伸/压缩弹簧的重量定义为目标函数,表达式为:;
拉伸/压缩弹簧设计问题的约束条件为:
;
其中,为最小挠度约束,为的剪切约束,为冲击频率约束,为外径约束。