MultiStrategyは、クジラの最適化アルゴリズムとそのアプリケーションを改善しました

このホワイトペーパーでは、グローバルな検索能力が不十分で収束速度が低いという点で、クジラ最適化アルゴリズム（WOA）の欠点（WOA）に対処するために、微分進化の混oticとしたクジラ最適化アルゴリズム（DECWOA）が提案されています。まず、最初の母集団は、アルゴリズムの開始時に正弦カオス理論を導入して、人口の多様性を高めることによって生成されます。第二に、新しい適応慣性重みが個々のクジラの位置更新式に導入され、グローバル検索の基礎を築き、アルゴリズムの最適化パフォーマンスを改善します。最後に、微分分散アルゴリズムが融合して、クジラ最適化アルゴリズムのグローバルな検索速度と精度を向上させます。アルゴリズムのパフォーマンスに対するさまざまな改善戦略の影響は、ランダムに選択されたさまざまな種類のテスト関数を使用して分析されます。粒子群群最適化アルゴリズム（PSO）、バタフライ最適化アルゴリズム（BOA）、WOA、カオスフィードバック適応型クジラ最適化アルゴリズム（CFAWOA）、およびDECWOAアルゴリズムを最適な検索パフォーマンスについて比較します。実験シミュレーションはMATLABソフトウェアを使用して実行され、結果は、改善されたクジラ最適化アルゴリズムがより優れたグローバルな最適化を求める機能を持っていることを示しています。改良されたクジラ最適化アルゴリズムは、IEEE-33ノードの流通ネットワーク障害の位置に適用され、マルチストリジャテイティに基づく流通ネットワーク断層ゾーンの位置の有効性と精度が開始されました。

To address the shortcomings of the whale optimization algorithm (WOA) in terms of insufficient global search ability and slow convergence speed, a differential evolution chaotic whale optimization algorithm (DECWOA) is proposed in this paper. Firstly, the initial population is generated by introducing the Sine chaos theory at the beginning of the algorithm to increase the population diversity. Secondly, new adaptive inertia weights are introduced into the individual whale position update formula to lay the foundation for the global search and improve the optimization performance of the algorithm. Finally, the differential variance algorithm is fused to improve the global search speed and accuracy of the whale optimization algorithm. The impact of various improvement strategies on the performance of the algorithm is analyzed using different kinds of test functions that are randomly selected. The particle swarm optimization algorithm (PSO), butterfly optimization algorithm (BOA), WOA, chaotic feedback adaptive whale optimization algorithm (CFAWOA), and DECWOA algorithm are compared for the optimal search performance. Experimental simulations are performed using MATLAB software, and the results show that the improved whale optimization algorithm has a better global optimization-seeking capability. The improved whale optimization algorithm is applied to the distribution network fault location of IEEE-33 nodes, and the effectiveness and accuracy of the distribution network fault zone location based on the multistrategy improved whale optimization algorithm is verified.