蝙蝠算法的一种改进方法

被引：10

作者：

魏三强 ^{[1
,2
]}

张超 ^{[1
]}

机构：

[1] 宿州职业技术学院计算机信息系

[2] 中国矿业大学信息与控制工程学院

来源：

东北师大学报(自然科学版) | 2017年 / 49卷 / 04期

关键词：

蝙蝠算法; t分布; 收敛精度; 群体多样性; 智能算法;

D O I：

10.16163/j.cnki.22-1123/n.2017.04.015

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

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.

引用

页码：76 / 81

页数：6

共 16 条

[1]

具有自学习能力的变异蝙蝠优化算法及性能仿真 [J].