arrow
返回

EBWO: a multi-strategy collaborative enhanced Beluga Whale Optimization algorithm

delete2025-12-31
delete0
PRE
AI
J
Junchang Liu
Y
Yu Liu *
DOI:10.1088/2631-8695/ae0df0delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
为解决Beluga Whale Optimization (BWO)算法的局限性,包括种群多样性不足、易陷入局部最优以及收敛速度有待提升等问题,本文提出了一种多策略增强的Beluga Whale Optimization (EBWO)。EBWO集成了三种改进策略:(1) 引入精英集策略以保留高质量个体,从而维持多样性并引导搜索;(2) 采用自适应柯西变异引入扰动,增强全局探索能力,避免早熟收敛,并平衡探索与开发;(3) 融合差分进化变异机制,利用全局最优个体信息及差分向量扰动加速收敛并提升计算效率。通过CEC-2022基准测试套件、统计分析及实际工程优化问题的全面验证表明,与原始BWO相比,EBWO实现了显著更高的收敛精度、明显更快的收敛速度,并展现出更优的全局搜索能力与稳定性。EBWO为求解复杂优化问题提供了一种更高效、更稳定的创新方法。
Keyword:
beluga whale optimization
metaheuristic algorithms
elite set
adaptive cauchy mutation
differential evolution

期刊

E
Engineering Research Express
IF:
1.6
论文数:
2.1K
被引数:
0

机构

U
university of science & technology liaoning
学者数:
3.3K
论文数: 2.2K
被引数: 4
引用论文

引用论文

err分享
err收藏
A survey of Beluga whale optimization and its variants: Statistical analysis, advances, and structural reviewing白鲸优化算法及其变体综述:统计分析、进展与结构评述
err2025-06-16
err1
PREAI
errSang-Woong Lee; Amir Haider; Amir Masoud Rahmani; Bahman Arasteh; Farhad Soleimanian Gharehchopogh; Shengda Tang; Zhe Liu; Khursheed Aurangzeb; Mehdi Hosseinzadeh
err分享
err收藏
Solving stochastic optimal reactive power dispatch using an Adaptive Beluga Whale optimization considering uncertainties of renewable energy resources and the load growth
err2024-07-01
err6
errOAAI
errEbeed, Mohamed; Ali, Shimaa; Kassem, Ahmed M.; Hashem, Mohamed; Kamel, Salah; Hussien, Abdelazim G.; Jurado, Francisco; Mohamed, Emad A.
err分享
err收藏
err分享
err收藏
学者 查看更多内容