请参考这里。

本文在鲸鱼优化算法基础上，提出一种基于精英反向学习和Lévy飞行的鲸鱼优化算法，主要利用精英反向学习优化初始化种群，提高初始种群的多样性；算法搜索增加自适应权重因子，有效平衡全局搜索和局部搜索能力；将Lévy飞行策略应用到鲸鱼优化算法，在最优位置附近进行小范围搜索，有利于算法在后期跳出局部最优，提升鲸鱼优化算法的局部搜索能力。

利用精英反向学习优化初始化的种群，产生精英反向学习的种群个体 X ‾ i \overline{X}_i Xi​，表示为 X ‾ i = k ( L + U ) − X i (1) \overline{X}_i=k(L+U)-X_i\tag{1} Xi​=k(L+U)−Xi​(1)其中， X i X_i Xi​表示当前个体的位置信息， L L L为表示可行解的最小值， U U U为可行解的最大值， k k k为 ( 0 , 1 ) (0,1) (0,1)之间的随机数。 经过精英反向学习优化后，计算相应个体的适应度函数值，通过比较当前个体和优化后个体适应度函数值，选择适应度值较优的个体作为初始种群个体。采用如下精英反向学习优化随机的初始化种群 X i = { X ‾ i , f ( X ‾ i ) < f ( X i ) X i , e l s e (2) X_i=\begin{dcases}\overline X_i,\quad f(\overline X_i)