蝙蝠算法的一种改进方法

发布时间：2018-01-31 18:53

本文关键词： 蝙蝠算法 t分布收敛精度群体多样性智能算法　出处：《东北师大学报(自然科学版)》2017年04期 　论文类型：期刊论文

【摘要】：针对蝙蝠算法在进行局部搜索时,易使算法陷入局部极值的束缚,导致算法收敛精度不高的缺陷,提出了使用t-分布对局部搜索时的最优解进行变异操作.为最优解各维度增加t分布型随机扰动项,选取7个经典测试函数做仿真实验.实验结果表明:改进的蝙蝠算法在收敛精度和速度上有显著提升,说明通过对最优解实施t-分布扰动能够使算法摆脱局部极值的束缚,显著提高收敛精度.
[Abstract]:Bat algorithm in the local search, easy to make the algorithm into the shackles of the local extremum, resulting in the algorithm convergence accuracy is not high defects. The variation operation of the optimal solution in local search by using t- distribution is proposed. The random perturbation terms of t distribution type are added to each dimension of the optimal solution. Seven classical test functions are selected for simulation experiments. The experimental results show that the improved bat algorithm has a significant improvement in convergence accuracy and speed. It is shown that the algorithm can get rid of the bondage of local extremum and improve the convergence accuracy significantly by applying the t- distribution perturbation to the optimal solution.
【作者单位】：宿州职业技术学院计算机信息系;中国矿业大学信息与控制工程学院;
【基金】：国家自然科学基金资助项目(61572036) 安徽省高校自然科学研究重点项目(KJ2016A781)
【分类号】：TP18
【正文快照】： 0引言X.S.Yang[1]根据自然界的蝙蝠能够利用其发出声波的回声,从而准确定位猎物位置的特征,于2010年提出了一种群智能优化算法——蝙蝠算法(Bat Algorithm,BA).该算法能模拟蝙蝠在飞行或捕捉猎物时的回声定位行为,每个蝙蝠通过改变声波的频率、音响强度、脉冲发射率来控制其飞

【相似文献】