基于DE算法改进的蝙蝠算法的研究及应用

为解决基本蝙蝠算法寻优精度不高、后期收敛速度慢、易陷入局部最优等问题,提出了一种基于差分进化算法的改进蝙蝠算法。把差分进化算法中的变异、交叉、选择机制应用于蝙蝠算法,使缺乏变异机制的蝙蝠算法具有变异机制,从而提高蝙蝠算法的多样性,避免种群个体陷入局部最优,增强算法全局寻优能力。通过6个标准测试函数测试的仿真结果表明,改进的算法能够较大幅度地提高其收敛精度、收敛速度以及鲁棒性,并有效地避免早熟收敛问题。把改进算法应用于求解非线性方程组问题,通过数值算例,验证了改进算法的可行性和有效性,扩展了蝙蝠算法的应用领域。