나선형 강화 고래 최적화 알고리즘을 사용한 최적화 문제 해결

고래 최적화 알고리즘(WOA)은 고전적인 메타휴리스틱 알고리즘으로 간주되지만, 제한된 인구 다양성, 탐색과 활용 간의 불균형, 낮은 해결 정확도 등의 문제를 안고 있습니다. 본 논문에서는 비선형 시간 변동 자기 적응 섭동 전략과 아르키메데스 나선 구조를 기존의 WOA에 통합한 나선형 강화 고래 최적화 알고리즘(SEWOA)을 제안합니다. 아르키메데스 나선 구조는 해결 공간의 다양성을 증진시켜 알고리즘이 지역 최적에서 벗어나는 데 도움을 줍니다. 비선형 시간 변동 자기 적응 최적화 동적 섭동 전략은 알고리즘의 지역 검색 능력을 향상시키고 해결의 정확도를 높입니다. 제안된 알고리즘의 효과는 CEC2014 테스트 함수, CEC2017 테스트 함수, 및 23개의 기준 테스트 함수를 사용하여 여러 관점에서 검증되었습니다. 실험 결과는 강화된 고래 최적화 알고리즘이 인구 다양성을 크게 개선하고, 전역 및 지역 검색의 균형을 맞추며, 해결 정확도를 향상시킨다는 것을 보여줍니다. 또한, SEWOA는 세 가지 공학 설계 문제를 해결하는 데 우수한 성능을 보이며, 그 가치와 광범위한 잠재적 응용 가능성을 보여줍니다.