改进蝙蝠算法在多目标优化中的应用

摘要：

在模拟退火的高斯扰动蝙蝠优化算法（SAGBA ）的基础上，结合解决多目标优化问题的算法技术，探讨了2种改进的多目标蝙蝠算法---基于动态加权的SAGBA 算法（DWASAGBA ）和基于向量估计的SAGBA算法（VESAGBA），并对算法进行了仿真实验。结果表明，SAGBA算法所得到的解集分布均匀，能够得到测试函数较为准确的Pareto曲线。

关键词：高斯扰动蝙蝠优化算法、多目标优化、动态加权、向量估计

分类号：TP301.6(计算技术、计算机技术)

资助基金：陕西省软科学基金项目2012KRM58；陕西省教育厅自然科学基金项目12JK0744，11JK0188；西安工程大学研究生创新基金项目chx131115

在线出版日期：2014-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：537-542