基于越界重置和高斯变异的蝙蝠优化算法

摘要：

针对蝙蝠算法个体越界、易早熟收敛的问题,提出一种基于越界重置和高斯变异的蝙蝠优化算法.新算法将飞越解空间边界的个体拉回解空间内,利用越界重置策略重新分配位置.通过高斯变异策略控制个体的搜索范围,使种群以最优解为中心向四周呈放射状搜索,增强了算法的局部搜索和全局寻优能力.蝙蝠算法在靠近目标解时响度和脉冲发射频率更新不协调,影响了算法的持续进化能力,通过线性渐变策略保证响度和脉冲发射频率的变化与算法持续进化相适应.研究了在解空间不同位置关系的情况下新算法和对比算法的优化能力,并结合实验数据对算法收敛稳定性进行分析.实验结果表明,提出的新算法具有较好的收敛速度和精度,其全局寻优能力和高维问题优化能力体现了很好的鲁棒性.

关键词：蝙蝠算法、越界重置、高斯变异、搜索范围

所属期刊栏目：41

分类号：TP301.6(计算技术、计算机技术)

资助基金：广西自然科学基金2015GXNSFAA139296

在线出版日期：2019-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：144-152