一种基于权重策略的蝙蝠算法

• 作者: 贺兴时 郭旭 高昂
• 来源期刊: 纺织高校基础科学学报
• 关键词: 蝙蝠算法 权重策略 自适应学习 算法性能
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 应用研究
• 页码范围: 108-114
• 页数: 7页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.13338/j.issn.1006-8341.2018.01.018

摘要

针对基本蝙蝠算法存在的后期收敛速度慢、易陷入局部极值、稳定性差等缺点,提出一种基于权重策略的蝙蝠算法.该算法在蝙蝠学习机制中引入权重策略,使其不再单一地向全局最优蝙蝠学习,而是与邻域内所有蝙蝠进行信息共享与交流,并根据自身寻优能力自适应地调节向其他蝙蝠学习的力度,优化迭代种群,增加种群多样性,有效地提高了算法的全局搜索能力和搜索精度.数值测试结果表明,新算法有较快收敛速度和较高的寻优精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺兴时	西安工程大学理学院	136	975	16.0	25.0
2	高昂	西安工程大学理学院	2	5	2.0	2.0
3	郭旭	西安工程大学理学院	2	12	2.0	2.0