自适应变异的蝙蝠算法

• 作者: 岳小雪 林俊亭 郑云水
• 来源期刊: 计算机测量与控制
• 关键词: 聚类 自适应变异 蝙蝠算法 自然选择 早熟收敛
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 算法、设计与应用
• 页码范围: 516-519,528
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文

摘要

针对基本蝙蝠算法(BA)寻优精度不高、收敛速度慢和易早熟收敛的问题,提出一种改进的具有自适应变异机制的蝙蝠算法,用以求解复杂函数问题;利用K-means聚类对蝙蝠种群进行初始化,使种群在搜索空间分布更为均匀;采用根据迭代次数自适应变化的控制概率Pt判断算法是否进行高斯变异,增强种群多样性,促使蝙蝠个体跳出局部极值点;将自然选择思想引入BA,提高算法搜索速度,避免早熟收敛;选取几个典型函数进行测试,结果表明改进算法优化性能有了显著提高,具有较快的收敛速度,较高的寻优精度、收敛稳定性和收敛可靠性,验证了改进蝙蝠算法(IBA)的有效性及优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑云水	兰州交通大学自动化与电气工程学院	37	156	8.0	10.0
2	林俊亭	兰州交通大学自动化与电气工程学院	30	197	9.0	12.0
3	岳小雪	兰州交通大学自动化与电气工程学院	3	33	3.0	3.0