基于时变惯性权重学习机制的蝙蝠优化算法

• 作者: 杨新社 贺兴时 陈思
• 来源期刊: 纺织高校基础科学学报
• 关键词: 蝙蝠算法 时变惯性权重 收敛对比 学习机制
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 纺织工程·应用研究
• 页码范围: 555-562
• 页数: 8页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.13338/j.issn.1006-8341.2016.04.024

摘要

为解决蝙蝠算法容易陷入局部最优,过旱进入停滞状态等缺点,在蝙蝠算法更新模式中引入时变的惯性权重,给出3种不同的惯性权重学习机制,将蝙蝠算法进行改进,提高算法的开发和探索能力.通过数值仿真实验,将3种不同学习机制下的改进蝙蝠算法与基本算法进行对比分析.结果表明,改进的蝙蝠算法具有较高的收敛精度和较强的全局搜索能力.

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	陈思	西安工程大学理学院	4	8	2.0	2.0
3	杨新社	西安工程大学理学院	8	95	5.0	8.0