求解全局优化问题的改进蝙蝠算法

• 作者: 汪春峰 申培萍 马民
• 来源期刊: 应用数学
• 学科: 数学
• 关键词: 蝙蝠算法 和声搜索 连续优化 全局优化
• 年，卷（期）: 2016,（3）
• 页码范围: 632-642
• 页数: 11页
• 分类号: O221
• 字数: 1415字
• 语种: 中文

摘要

蝙蝠算法(BA)是一类基于试探技巧的群智能优化算法,该算法已被广泛用于诸多领域问题的求解.本文提出一个改进的蝙蝠算法NIBA.在算法中,为了加强蝙蝠算法的局部和全局搜索能力,提出了三个改进策略.首先,为了改进蝙蝠的局部搜索能力,在当前最优解处给出了一个新的搜索方程.其次,为了改进算法的全局搜索能力,平衡算法的开发能力和探索能力,算法吸收并改进了和声搜索机制.最后,为了进一步提高NIBA算法的搜索能力,在当前最优解处,算法采用了混沌搜索机制.为了验证算法的性能,针对18个标准测试函数进行了数值实验.与其它算法的比较结果显示,NIBA算法具有更好的稳定性,且效率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	申培萍	河南师范大学数学与信息科学学院	67	231	8.0	10.0
2	汪春峰	河南师范大学数学与信息科学学院	27	90	5.0	7.0
6	马民	河南师范大学数学与信息科学学院	7	27	3.0	5.0