视频字幕
鲸鱼优化算法是2016年由澳大利亚学者米尔贾利利提出的一种新型群体智能优化算法。该算法模拟了座头鲸独特的泡泡网捕食行为，通过数学建模将鲸鱼的围猎、包围和攻击行为转化为优化搜索策略。
座头鲸的泡泡网捕食是一种高度协调的群体行为。鲸鱼们围绕猎物群体游泳，同时从鼻孔释放气泡形成圆柱形的泡泡网。这个泡泡屏障阻止了猎物逃脱，然后鲸鱼们从下方向上冲刺，张开巨大的嘴巴一次性捕获大量猎物。
鲸鱼优化算法的工作流程分为三个主要阶段。首先是包围猎物阶段，鲸鱼个体向当前最优解位置移动并包围它。然后是泡泡网攻击阶段，通过螺旋更新位置模拟鲸鱼的螺旋游泳行为。最后是搜索猎物阶段，当没有合适猎物时，鲸鱼会随机搜索新的区域。
鲸鱼优化算法的数学模型基于向量运算。在包围阶段，通过计算当前位置与最优位置的距离向量D，然后根据系数A和C更新位置。螺旋更新阶段使用指数螺旋函数模拟鲸鱼的螺旋游泳轨迹。这些数学公式确保了算法既有局部搜索能力，又保持全局探索特性。