基于SQP局部搜索的蝙蝠优化算法

• 作者: 刘万军 曲海成 杨笑
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 蝙蝠算法 序贯二次规划(SQP) 柯西变异 佳点集 早熟收敛 寻优精度
• 年，卷（期）: 2016,（15）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 183-189
• 页数: 7页
• 分类号: TP391
• 字数: 5917字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1510-0099

摘要

针对基本蝙蝠算法存在寻优精度不高，后期收敛速度较慢和易陷入局部最优等问题，提出一种基于序贯二次规划（Sequential Quadratic Programming，SQP）的蝙蝠优化算法。该算法应用佳点集理论构造初始种群，增强了初始种群的遍历性；为避免算法陷入早熟收敛，引入柯西变异算子对种群中精英个体进行变异操作，增加种群多样性；在迭代后期，对最优个体进行SQP局部搜索，提高蝙蝠算法的局部深度搜索能力，保证个体在靠近全局最优值时能够寻优到全局最优解，加快种群进化速度。通过仿真实验结果证明，改进后的蝙蝠算法性能优越，具有良好的寻优精度和收敛速度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘万军	辽宁工程技术大学软件学院	181	1681	19.0	33.0
2	曲海成	辽宁工程技术大学软件学院	52	387	11.0	18.0
3	杨笑	辽宁工程技术大学软件学院	2	9	1.0	2.0