民众在网络平台的聚集和社交媒体平台的力量促进了舆论广泛而又快速地传播。观点动力学模型中,连续观点模型Hegselmann-Krause（H-K）是有界置信模型,适用于现实的舆情演化研究。但是现有的舆情演化缺乏对现实的社交网络的信息流动及情感行为分析,同时,也忽略了对意见领袖的精准查找。因此,用改进的复杂网络模拟现实社交网络,运用改进的鲸鱼优化算法寻找意见领袖,综合优化的H-K模型,提出一种基于意见领袖与认知不和谐的舆情动力学模型。在节点之间的连接上引入局域连接,将原始的BA无标度网络融合无标度及小世界特性进行改进,在鲸鱼优化算法的基础上,引入声誉及目标函数,使用改进的鲸鱼优化算法查找到意见领袖,在舆情演化模型中,考虑描述人类情感行为的“认知不和谐”理论,建立社交制度并对网络中的节点进行意见更新与连接更新,以此对H-K模型进行优化,最后将优化后的H-K模型与现实舆情演化进行对比,得出相应结论。最终结果表明,网络舆情的演化受到意见领袖与置信阈值的影响,意见领袖可以引导舆情演化,置信阈值的大小与舆情走向有很大的关系,政府等相关部门可以从意见领袖方面入手,引领舆情走向。基于意见领袖与认知不和谐的舆情演化模型与原始的H-K模型和具有时变的有界置信度的意见形成模型相比,更能贴近现实地拟合舆论数据,提出的改进具有有效性。