【摘要】鲸鱼优化算法是一种新型优化算法,源自鲸鱼的觅食行为。针对标准鲸鱼优化算法处理复杂函数优化问题出现寻优精度低和易陷入局部极小值的不足,文章提出了一种混沌反馈自适应鲸鱼优化算法(CFAWOA)。在CFAWOA算法中,引入混沌理论生成初始种群增加种群多样性,为算法全局搜索奠定基础;同时,在鲸鱼位置更新后期增加反馈阶段,通过交流学习使最差鲸鱼快速向最优鲸鱼靠拢,提高算法的全局搜索能力;此外,在鲸鱼个体位置更新公式中引入自适应惯性权值,通过平衡算法的开发和探索能力进一步改善算法的优化性能。采用6个复杂函数优化问题进行仿真实验,将CFAWOA算法与WOA、PSO和TLBO算法进行对比,结果表明CFAWOA在收敛精度、优化性能方面具有明显优势。