Beluga Whale Optimization (BWO) Algorithm Matlab Code

简介：
简介：Beluga鲸优化算法（BWO）的Matlab代码实现，模仿白鲸的社会行为和觅食策略，适用于解决复杂的优化问题。 白鲸优化（Beluga Whale Optimization, BWO）算法是由 Changting Zhong 等人在2022年提出的一种新型元启发式优化算法。该算法的灵感来源于白鲸群体觅食行为，如游泳、捕猎等，并包括探索阶段和开发阶段。白鲸以其成年后洁白的颜色而著称，被称为“海洋中的金丝雀”，因为它们能发出多种声音。这些生物拥有敏锐的听觉和视觉能力，能够通过声波导航并进行狩猎活动。 作为高度群居性的动物，白鲸通常以2到25只个体组成群体。然而，在夏季时，由于河口地区种群密度较高，它们会受到虎鲸、北极熊以及人类的威胁。此外，在迁徙过程中，一些白鲸可能会意外坠入深海而死亡，这种现象被称为“鲸鱼坠落”。