基于DE算法改进的蝙蝠算法的研究及应用

摘要：

为解决基本蝙蝠算法寻优精度不高、后期收敛速度慢、易陷入局部最优等问题,提出了一种基于差分进化算法的改进蝙蝠算法.把差分进化算法中的变异、交叉、选择机制应用于蝙蝠算法,使缺乏变异机制的蝙蝠算法具有变异机制,从而提高蝙蝠算法的多样性,避免种群个体陷入局部最优,增强算法全局寻优能力.通过6个标准测试函数测试的仿真结果表明,改进的算法能够较大幅度地提高其收敛精度、收敛速度以及鲁棒性,并有效地避免早熟收敛问题.把改进算法应用于求解非线性方程组问题,通过数值算例,验证了改进算法的可行性和有效性,扩展了蝙蝠算法的应用领域.

关键词：差分进化算法、蝙蝠算法、收敛速度、非线性方程组

所属期刊栏目：31

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61165015;广西教育厅科研基金项目201106LX577,201106LX604

在线出版日期：2014-03-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：272-277,301