一种高效的混合蝙蝠算法

被引：51

作者：

尹进田 ^{[1
]}

刘云连 ^{[2
,3
]}

刘丽 ^{[1
]}

伍铁斌 ^{[2
]}

机构：

[1] 邵阳学院电气工程系

[2] 湖南人文科技学院机电工程系

[3] 湖南科技大学信息与电气工程学院

来源：

计算机工程与应用 | 2014年 / 07期

关键词：

蝙蝠算法; 混沌; Powell搜索方法; 变异; 粒子群优化;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

针对基本蝙蝠算法存在收敛速度慢,易陷入局部最优,求解精度低等缺陷,提出一种融合局部搜索的混合蝙蝠算法用于求解无约束优化问题。该算法利用混沌序列对蝙蝠的位置和速度进行初始化,为全局搜索的多样性奠定基础;融合Powell搜索以增强算法的局部搜索能力,加快收敛速度;使用变异策略在一定程度上避免算法陷入局部最优。选取几个标准测试函数进行仿真实验,结果表明:与基本蝙蝠算法和粒子群优化算法相比,混合蝙蝠算法具有更好的寻优性能。

引用

页码：62 / 66

页数：5

共 12 条

[1]

具有混沌搜索策略的蝙蝠优化算法及性能仿真 [J].

刘长平 ;

叶春明 .

系统仿真学报, 2013, 25 (06) :1183-1188+1195

[2]

基于混沌理论的动态种群萤火虫算法 [J].

冯艳红 ;

刘建芹 ;

贺毅朝 .

计算机应用, 2013, 33 (03) :796-799+805

[3]

蝙蝠算法在PFSP调度问题中的应用研究 [J].

盛晓华 ;

叶春明 .

工业工程, 2013, 16 (01) :119-124

[4]

融合Powell搜索法的粒子群优化算法 [J].

吴建辉 ;

章兢 ;

陈红安 .

控制与决策 , 2012, (03) :343-348+354

[5]

一种新的差分与粒子群算法的混合算法 [J].

王志 ;

胡小兵 ;

何雪海 .

计算机工程与应用, 2012, 48 (06) :46-48

[6]

一种动态分级的混合粒子群优化算法 [J].

龙文 ;

梁昔明 ;

肖金红 ;

阎纲 .

控制与决策, 2009, (10) :1513-1516+1521

[7]

Bat algorithm for constrained optimization tasks[J] Amir Hossein Gandomi;Xin-She Yang;Amir Hossein Alavi;Siamak Talatahari Neural Computing and Applications 2013,

[8]

A Novel Bat Algorithm Based on Differential Operator and Lévy Flights Trajectory[J] Jian Xie;Yongquan Zhou;Huan Chen;Christian W. Dawson Computational Intelligence and Neuroscience 2013,

[9]

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

[10]

Constrained optimization based on hybrid evolutionary algorithm and adaptive constraint-handling technique[J] Yong Wang;Zixing Cai;Yuren Zhou;Zhun Fan Structural and Multidisciplinary Optimization 2009,

← 1 2 →