一、标准鲸鱼优化算法（WOA）
1、随机生成一组初始解（鲸鱼群体）
2、计算每个解的适应度，适应度取决于具体的目标函数 f(x)，找到当前最优解。
3、计算参数a和系数向量A、C。
4、判断概率p，如果p<0.5,且|A|<1
①收缩包围：更新位置，使其靠近猎物（最优解）。
判断概率p，如果p<0.5,且|A|≥1
②气泡网捕食：更新位置,通过螺旋方程模拟鲸鱼围绕猎物的螺旋运动
5、判断概率p，如果p≥0.5
③随机搜索猎物：随机选择一个解并更新位置，以增加多样性。
6、位置更新结束，计算每条鲸鱼的适应度，并与先前保留的最优鲸鱼的位置比较，若优于，则利用新的最优解替换
7、断当前计算是否达到最大迭代次数，如果是，则获得最优解，计算结束，否则进入下一次迭代
二、离散鲸鱼优化算法原理DWOA
1、引入自适应惯性权值w，来调节全局搜索能力
2、引入非线性收敛因子，来提高局部搜索能力
3、使用 Sigmoid 函数离散二进制鲸鱼算法编码方式，利用映射函数完成对鲸鱼算法的离散化。
