改进蝙蝠算法在多目标优化中的应用

• 作者: 丁文静 杨新社 盛孟龙 贺兴时
• 来源期刊: 纺织高校基础科学学报
• 关键词: 高斯扰动蝙蝠优化算法 多目标优化 动态加权 向量估计
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 应用研究
• 页码范围: 537-542
• 页数: 6页
• 分类号: TP301.6
• 语种: 中文

摘要

在模拟退火的高斯扰动蝙蝠优化算法（SAGBA ）的基础上，结合解决多目标优化问题的算法技术，探讨了2种改进的多目标蝙蝠算法---基于动态加权的SAGBA 算法（DWASAGBA ）和基于向量估计的SAGBA算法（VESAGBA），并对算法进行了仿真实验。结果表明，SAGBA算法所得到的解集分布均匀，能够得到测试函数较为准确的Pareto曲线。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺兴时	西安工程大学理学院	136	975	16.0	25.0
2	杨新社	西安工程大学理学院	8	95	5.0	8.0
6	盛孟龙	西安工程大学理学院	4	62	3.0	4.0
7	丁文静	西安工程大学理学院	3	34	3.0	3.0