基于云模型和K-means聚类的蝙蝠优化算法

• 作者: 刘宏志 韩福霞
• 来源期刊: 广西民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 云模型 蝙蝠优化算法 K-means聚类 频率
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 计算机技术
• 页码范围: 65-67,88
• 页数: 4页
• 分类号: TP311
• 字数: 2663字
• 语种: 中文

摘要

为了改善蝙蝠算法在函数优化中稳定性差,易陷入局部最优的问题,利用云模型随机性和稳定倾向性的特点,提出了一种蝙蝠优化算法,根据个体适应度值,利用K-means聚类算法把种群划分为三个区域,分别采用不同的频率生成策略,使算法既能稳定的控制搜索空间范围,又能避开局部最优解,同基本的蝙蝠算法比较,仿真结果表明,该算法在函数优化问题中具有较高的精度和较快的搜索速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘宏志	北京工商大学计算机与信息工程学院	60	418	10.0	17.0
2	韩福霞	北京工商大学计算机与信息工程学院	3	13	2.0	3.0