Whale Optimization Algorithm (WOA) 是一种用于解决优化问题的新型优化技术。 该算法包括三个算子，用于模拟座头鲸的搜索猎物、包围猎物和气泡网觅食行为。 这是论文的源代码： S. Mirjalili、A. Lewis，鲸鱼优化算法，工程软件进展，印刷中，2016 年，DOI： http : //dx.doi.org/10.1016/j.advengsoft.2016.01.008 链接： http : //www.sciencedirect.com/science/article/pii/S0965997816300163 可以在此处找到该算法的 Matlab 工具箱： http : //au.mathworks.com/matlabcentral/fileexchange/55670-whale-optimization-algorithm-toolb

台湾大学林智仁 (Lin Chih-Jen) 教授等开发设计的 libsvm 工具箱提供了SVDD算法的MATLAB接口，其中两个关键参数 c 和 g 直接影响SVDD的单值分类结果。 该代码通过引入鲸鱼优化算法（Whale Optimization Algorithm，WOA），实现对 libsvm 工具箱中的SVDD算法的参数优化，给出两个实例代码： 1. libsvm 工具箱提供的heart_scale data 2. 工业过程数据 WOA的具体描述可以参考以下文献： （1）Mirjalili S, Lewis A. The whale optimization algorithm[J]. Advances in engineering software, 2016, 95: 51-67. 该算法的提出者已经把代码开源在mathworks。 注：（1）该代码把 libsvm工具箱的svmtrain和svmpredict函数的名字分别改为libsvmtrain和libsvmpredict。 （2）WOA算法和其他群智能优化算法一样，容易陷入局部最优，若寻优结果出现异常，可以尝试多运行几次。

python版本的鲸鱼优化算法WOA实现函数极小值寻优，直接运行woa_main.py即可，fitness用的是sphere函数 需要的可以改成其他函数极值寻优

鲸鱼优化算法极值寻优python

WOA.rar 群智能算法之鲸鱼优化算法 压缩文件 有对应的pdf文件和图片 matlab源码。

WOA_main机器学习优化算法

WOA算法的matelab的源代码，是2016年提出的新型优化算法,源码由爱思唯尔公司提供

WOA.鲸鱼算法解决TSP问题

用matlab实验的鲸鱼算法 　鲸鱼算法（Whale Optimization Algorithm）是根据鲸鱼围捕猎物的行为而提出的算法。鲸鱼是一种群居的哺乳动物，在捕猎时它们也会相互合作对猎物进行驱赶和围捕。鲸鱼算法提出时间并不长，也是一个新兴的优化算法，研究应用案例不多。 　　鲸鱼算法中，每个鲸鱼的位置代表了一个可行解。在鲸鱼群捕猎过程中，每只鲸鱼有两种行为，一种是包围猎物，所有的鲸鱼都向着其他鲸鱼前进；另一种是汽包网，鲸鱼环形游动喷出气泡来驱赶猎物。在每一代的游动中，鲸鱼们会随机选择这两种行为来进行捕猎。在鲸鱼进行包围猎物的行为中，鲸鱼将会随机选择是向着最优位置的鲸鱼游去还是随机选择一只鲸鱼作为自己的目标，并向其靠近。

WOA_Toolbox（鲸鱼算法工具箱）.zip 大家可以用一下，