基于遗传算法的蝙蝠优化算法研究

发布时间：2018-04-19 12:59

  本文选题：蝙蝠算法 + 选择　； 参考：《广西大学学报(自然科学版)》2017年03期

【摘要】：针对基本蝙蝠算法后期收敛速度不够快、早熟、寻优精度不高、容易出现局部最优问题等情况,提出与遗传算法相结合的优化蝙蝠算法(GABA)。该优化算法嵌入了竞争机制以及遗传算法,利用遗传算法具有的全局搜索性能,让种群进化时具有更丰富的多样性,在解决算法早熟问题的同时,提高了局部广度搜索性能,避免产生局部最优问题。Matlab环境下的仿真实验结果表明:与基本BA算法对比,改进后算法(GABA)在收敛速度及精度上均有明显提高,特别在高维函数上的搜索能力更为明显,可针对工程应用过程中出现的高维多极值复杂函数进行优化。
[Abstract]:In order to solve the problem of early maturity , the improved algorithm ( GABA ) has improved local breadth search performance , which can improve the local breadth search performance and avoid the local optimal problem . The results of simulation in Matlab environment show that the improved algorithm ( GABA ) has a better performance in convergence speed and precision , especially in high - dimensional functions , and can be optimized for the high - dimensional multi - extrema complex function in engineering application .

【作者单位】： 广西大学计算机与电子信息学院;
【基金】：国家自然科学基金资助项目(61362010) 广西自然科学基金项目(2011GXNSFA018152)
【分类号】：TP18

【参考文献】

相关期刊论文 前8条

1 梁承姬;黄涛;徐德洪;丁一;;改进遗传算法求解带模糊时间窗冷链配送问题[J];广西大学学报(自然科学版);2016年03期

2 张永兵;梁星云;唐滢;陈立星;;遗传算法优化的非线性钢结构模糊控制研究[J];广西大学学报(自然科学版);2016年01期

3 郑云水;岳小雪;林俊亭;;带有高斯变异的混合蛙跳蝙蝠算法[J];计算机应用研究;2015年12期

4 屈迟文;傅彦铭;侯勇顺;;融合入侵杂草算子的蝙蝠算法[J];计算机应用与软件;2015年04期

5 岳小雪;郑云水;林俊亭;;自适应变异的蝙蝠算法[J];计算机测量与控制;2015年02期

6 孙文捷;张惠珍;张健;赵坤;;基于Fuch映射的混沌蝙蝠算法[J];上海理工大学学报;2014年01期

7 肖辉辉;段艳明;;基于DE算法改进的蝙蝠算法的研究及应用[J];计算机仿真;2014年01期

8 刘长平;叶春明;;具有混沌搜索策略的蝙蝠优化算法及性能仿真[J];系统仿真学报;2013年06期

【共引文献】

相关期刊论文 前10条

1 尚俊娜;程涛;岳克强;盛林;;蝙蝠算法的Markov链模型分析[J];计算机工程;2017年07期

2 翁健高;白琳;易向阳;李道丰;;基于遗传算法的蝙蝠优化算法研究[J];广西大学学报(自然科学版);2017年03期

3 裴宇航;刘景森;李煜;;一种动态调整惯性权重的自适应蝙蝠算法[J];计算机科学;2017年06期

4 黄华;;煤矿节能减排多目标优化研究[J];工矿自动化;2017年06期

5 陈亮;李长英;;一个基于差分蝙蝠算法的推荐算法[J];泰山学院学报;2017年03期

6 公茂法;柳岩妮;王来河;宋健;谢云兴;;基于改进蝙蝠算法优化BP神经网络的电力变压器故障诊断研究[J];山东科技大学学报(自然科学版);2017年03期

7 吴聪聪;贺毅朝;陈嶷瑛;刘雪静;才秀凤;;变异蝙蝠算法求解折扣{0-1}背包问题[J];计算机应用;2017年05期

8 裴文杰;汪l，

本文编号：1773192