鲸鱼算法是根据鲸鱼的捕食行为而衍生的一种算法，属于智能优化算法的一种。鲸鱼算法是Mirjalili等于2016年提出的一种模拟鲸鱼群体捕食行 为的启发式优化算法，捕食行为称为泡泡网捕食方法，分为搜寻猎物、包围猎物、泡网攻击3个阶段。

1.采用鲸鱼算法优化VMD分解层数和惩罚系数的MATLAB代码，目标函数根据样本熵计算。直接运行，可以换数据。 2.核心算法加密，有需要请在CSDN联系作者。

鲸鱼优化算法（WOA）是解决优化问题的一种新的优化技术。 该算法包括三个算子，模拟了座头鲸的猎物搜索，包围猎物和泡泡网觅食行为。

效果不错，值得下载，VMD分解优化参数。

鲸鱼优化的python版代码，供大家下载一起学习。

鲸鱼优化算法+SVM支持向量机

鲸鱼优化算法 (whale optimization algorithm,WOA)是 2016 年由澳大利亚格里菲斯大学的Mirjalili 等提出的一种新的群体智能优化算法，其优点在于操作简单，调整的参数少以及跳出局部。代码里面包含了20几种基准测试函数，用来测试算法的性能。

(1) 基于原始鲸鱼优化算法的函数寻优算法 (2) 包含23种测试函数 (3) 方便进行扩展，加一些种群初始化策略和自适应参数调整策略很容易提升寻优性能 (4) 注释详细

WOA鲸鱼优化算法，matlab2021a测试。 if abs(A)>=1 rand_leader_index = floor(SearchAgents_no*rand()+1); X_rand = Positions(rand_leader_index, :); D_X_rand=abs(C*X_rand(j)-Positions(i,j)); % Eq. (2.7) Positions(i,j)=X_rand(j)-A*D_X_rand; % Eq. (2.8) elseif abs(A)<1 D_Leader=abs(C*Leader_pos(j)-Positions(i,j)); % Eq. (2.1)

通过WOA鲸鱼优化算法优化神经网络权值参数的仿真，matlab2021a仿真测试。 inputs=input'; targets=target'; m=length(inputs(:,1)); o=length(targets(:,1)); n=10; net=feedforwardnet(n); net=configure(net,inputs,targets); kk=m*n+n+n+o;