基于模拟退火高斯扰动的蝙蝠优化算法

被引：43

作者：

贺兴时 ^{[1
]}

丁文静 ^{[1
]}

杨新社 ^{[1
,2
]}

机构：

[1] 西安工程大学理学院

[2] 密德萨斯大学科学与技术学院

来源：

计算机应用研究 | 2014年 / 31卷 / 02期

关键词：

蝙蝠算法; 模拟退火; 高斯扰动; 仿真; 优化;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

蝙蝠算法(bat algorithm,BA)是一类新型的搜索全局最优解的随机优化技术。为了提高BA算法的搜索效果,把模拟退火的思想引入到蝙蝠优化算法中,并对蝙蝠算法的某些个体进行高斯扰动,提出了一种基于模拟退火的高斯扰动蝙蝠优化算法(SAGBA)。分别将蝙蝠优化算法、模拟退火粒子群算法、SAGBA在20个典型的基准测试函数中进行仿真对比,结果表明SAGBA不仅增加了全局收敛性,而且在收敛速度和精度方面均优于其他两种算法。

引用

页码：392 / 397

页数：6

共 8 条

[1] 模拟退火并行粒子群优化算法程序设计与研究 [J].

赵世安 ;

黄敢基 .

百色学院学报, 2006, (06) :9-12

[2] 遗传退火进化算法 [J].

吴志远 ;

邵惠鹤 ;

吴新余 .

上海交通大学学报, 1997, (12) :71-73

[3] 模拟退火算法与遗传算法的结合 [J].

王雪梅 ;

王义和 .

计算机学报, 1997, (04) :381-384

[4]

Bat algorithm: a novel approach for global engineering optimization.[J].Xin-She Yang;Amir Hossein Gandomi.Engineering Computations.2012, 5

[5]

A Comparison of BA; GA; PSO; BP and LM for Training Feed forward Neural Networks in e-Learning Context.[J].Koffka Khan;Ashok Sahai.International Journal of Intelligent Systems and Applications(IJISA).2012, 7

[6]

A New Meta-heuristic Bat Inspired Classification Approach for Microarray Data.[J].Sashikala Mishra;Kailash Shaw;Debahuti Mishra.Procedia Technology.2012,

[7]

精通MATLAB最优化计算.[M].龚纯; 王正林; 编著.电子工业出版社.2009,

[8]

概率论与数理统计.[M].龚光鲁; 编著.清华大学出版社.2006,

← 1 →