一种元启发式优化算法，模拟座头鲸狩猎行为的元启发式优化算法。目前的工作与其他群优化算法相比的主要区别在于，采用随机或最佳搜索代理来模拟捕猎行为，并使用螺旋来模拟座头鲸的泡泡网攻击机制。该算法具有机制简单、参数少、寻优能力强等优点，在经济调度、最优控制、光伏系统、图像分割等方面得到广泛的应用。

(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

鲸鱼算法优化支持向量机，可用于类预测，测试可用

改进WOA算法，可以解决大规模性的路径优化问题，对写论文的同学们是有很大的帮助的，非常好的算法，也是最新的算法

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。