改进量子蝙蝠算法的研究及应用

摘要：

针对量子蝙蝠算法求解精度低、易陷入局部最优等缺点, 提出一种改进型量子蝙蝠算法.引入自然选择, 在每次迭代过程中对整个种群适应度值进行排序, 用部分较好个体的位置替换部分较差个体的位置, 保存个体历史最优适应度函数值.针对蝙蝠算法的频率引入优化因子, 使蝙蝠在迭代初期发出较高频率进行全局搜索猎物, 在迭代后期降低频率, 提高局部搜索能力.对4个标准测试函数进行测试, 测试结果表明, 改进型量子蝙蝠算法有更好的收敛速度和求解精度.将改进的算法应用于典型化工过程的动态优化问题中, 优化结果接近于最优值, 性能良好, 结果验证了该算法的有效性.

关键词：量子蝙蝠、自然选择、优化因子、求解精度、管式反应器

所属期刊栏目：40

分类号：TP301.6(计算技术、计算机技术)

资助基金：中央高校基本科研业务费重点科研基地创新基金项目222201717006

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：84-91