针对鲸鱼优化算法(Whale Optimization Algorithm, WOA)收敛性能差,易陷入局部最优值的问题,提出一种基于自适应权重和动态螺旋参数的鲸鱼优化算法(ADSWOA).首先,引进一种非线性距离控制因子,提高算法的开发勘探能力;其次,提出一种自适应惯性权重,提高算法后期的收敛速度;最后,改进WOA的螺旋形状参数,改变鲸鱼种群固定的螺旋上升路径,提高算法的收敛精度和收敛速度.将ADSWOA和其他优化算法在10组基准测试函数上进行测试,并对测试结果进行Wilcoxon秩和检验,以及对3种改进策略和ADSWOA时间复杂度的分析.结果表明:ADSWOA算法具有更好的寻优和抗干扰能力,能够应用于高维复杂环境下的目标函数优化问题.