一种融合粒子群算法的蝙蝠优化算法

• 作者: 易向阳 李道丰 白琳 翁健高
• 来源期刊: 广西大学学报（自然科学版）
• 学科: 工学
• 关键词: 蝙蝠算法 粒子群算法 竟争机制 函数优化 局部深度搜索 收敛速度
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 计算机与电子信息科学
• 页码范围: 569-579
• 页数: 11页
• 分类号: TP301.6
• 字数: 7966字
• 语种: 中文
• DOI: 10.13624/j.cnki.issn.1001-7445.2018.0569

摘要

针对基本蝙蝠算法(BA)在寻优后期存在搜索性能差,寻优精度低,处理误差大,易陷入局部最优及早熟等缺陷,提出一种融合粒子群算法进行局部搜索的蝙蝠优化算法.该算法在局部搜索中,嵌入粒子群算法生成备选最优蝙蝠,并与基本蝙蝠算法生成的随机蝙蝠进行再竞争的方式优化种群,丰富了种群的多样性,提高了算法的全局搜索能力和局部搜索能力.Matlab环境下的仿真结果表明,改进后算法(PSOBA)在收敛速度及精度上均有明显提高,处理维度更高,是解决复杂函数优化问题的一种有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	易向阳	广西大学计算机与电子信息学院	18	74	4.0	8.0
2	李道丰	广西大学计算机与电子信息学院	15	73	5.0	8.0
3	翁健高	广西大学计算机与电子信息学院	8	9	2.0	2.0
4	白琳	广西大学计算机与电子信息学院	4	4	1.0	2.0