求解高维函数优化问题的交叉熵蝙蝠算法

• 作者: 李国成 肖庆宪
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 高维函数优化 蝙蝠算法 交叉熵 重要度抽样 自适应平滑 协同演化
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: ?人工智能及识别技术?
• 页码范围: 168-174,180
• 页数: 8页
• 分类号: TP183
• 字数: 5953字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2014.10.032

摘要

为改善蝙蝠算法求解高维函数优化问题的全局搜索能力，提高其搜索精度，将交叉熵方法和蝙蝠算法相结合，提出一种交叉熵蝙蝠算法。该算法将基于重要度抽样和Kullback-Leibler距离的交叉熵全局随机优化算法应用于蝙蝠算法中，采用自适应平滑技术提高算法的收敛速度，利用交叉熵方法的遍历性、自适应性和鲁棒性，有效抑制蝙蝠算法的早熟收敛现象。对经典测试函数和CEC2005测试函数的仿真结果表明，该算法具有全局搜索能力强、求解精度高和鲁棒性好等特性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖庆宪	上海理工大学管理学院	107	667	11.0	21.0
2	李国成	上海理工大学管理学院	25	111	7.0	9.0