【改进算法】混合鲸鱼算法和灰狼优化算法（WOAGWO）（Matlab代码实现）

👨‍🎓个人主页：研学社的博客 

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码及详细文章

---

💥1 概述

最近提出了一种元启发式算法，如鲸鱼优化算法(WOA)。提出该算法的思路来源于座头鲸的捕食行为。然而，WOA在开发阶段性能较差，在局部最优解中停滞不前。灰狼优化算法(GWO)是一种非常具有竞争力的算法，它在开发阶段具有优异的性能，并且在单峰基准函数上进行了测试。因此，本文的目标是将GWO与WOA进行杂交来克服这些问题。GWO可以很好地开发最优解决方案。本文提出了一种具有GWO的杂化WOA，即WOAGWO。提出的杂交模型分为两步。首先，在WOA开发阶段嵌入了GWO的寻优机制，并给出了与GWO相关的新条件;其次，在每次迭代之后，在探索阶段添加新的技术来改进解决方案。实验采用了三种不同的标准测试函数，称为基准函数:23个常用函数，25个CEC2005函数，10个CEC2019函数。提出的WOAGWO还与原始WOA、GWO和其他三种常用算法进行了评估。结果表明，基于Wilcoxon秩和检验，WOAGWO算法的性能优于其他算法。最后，将WOAGWO同样应用于解决压力容器设计等工程问题。

结果表明，WOAGWO算法获得的最优解优于WOA算法和适应度相关优化器(FDO)。

详细文章见第4部分。