一种改进的蝙蝠算法*

摘要：

为了增强蝙蝠算法的全局寻优能力,提出一种新的全局"寻优策略",将蝙蝠个体历史最优引入到蝙蝠个体寻优策略中,并引入一种"指引"方向指导蝙蝠个体全局寻优.蝙蝠个体每次迭代后将执行"优胜劣汰"的策略,随机初始化一些蝙蝠个体取代那些适应度值较低的个体,增加种群多样性以防止陷入局部极值.选取UCI中的Iris,Wine,Sonar数据集用来聚类测试,实验结果表明:与原始蝙蝠算法、差分进化算法、粒子群算法相比,改进的蝙蝠算法能够得到更高的聚类准确率,鲁棒性更强.

关键词：蝙蝠算法、全局寻优、指引方向、优胜劣汰

分类号：TP331(计算技术、计算机技术)

资助基金：基金项目:国家自然科学基金资助项目61673193;中央高校基本科研业务费专项资金资助项目JUSRP51635B,JUSRP51510;江苏省自然科学基金资助项目BK20150159;中国博士后科学基金资助项目2017M621625

在线出版日期：2019-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：139-143