基于时变惯性权重学习机制的蝙蝠优化算法

发布时间：2017-12-20 09:27

  本文关键词：基于时变惯性权重学习机制的蝙蝠优化算法　出处：《纺织高校基础科学学报》2016年04期 　论文类型：期刊论文

  更多相关文章： 蝙蝠算法 时变惯性权重 收敛对比 学习机制

【摘要】：为解决蝙蝠算法容易陷入局部最优,过早进入停滞状态等缺点,在蝙蝠算法更新模式中引入时变的惯性权重,给出3种不同的惯性权重学习机制,将蝙蝠算法进行改进,提高算法的开发和探索能力.通过数值仿真实验,将3种不同学习机制下的改进蝙蝠算法与基本算法进行对比分析.结果表明,改进的蝙蝠算法具有较高的收敛精度和较强的全局搜索能力.
【作者单位】： 西安工程大学理学院;密德萨斯大学科学与技术学院;
【基金】：陕西省教育厅自然科学基金资助项目(2014JM1006) 西安市基础教育研究重大招标项目(2015ZB-ZY04)
【分类号】：TP18
【正文快照】： 引文格式:陈思,贺兴时,杨新社.基于时变惯性权重学习机制的蝙蝠优化算法[J].纺织高校基础科学学报,2016,29(4):555-562.CHEN Si,HE Xingshi,YANG Xinshe.Optimized bat algorithm based on learning mechanism of variable iner-tia weight[J].Basic Sciences Journal of Text

【参考文献】

中国期刊全文数据库 前6条

1 范彬;周力行;黄，

本文编号：1311589