协同智能的蝙蝠差分混合算法

摘要：

为解决差分进化算法后期收敛易陷入局部最优和早熟收敛的问题,提出一种群体智能优化算法,即协同智能的蝙蝠差分混合算法.利用蝙蝠个体脉冲回声定位的特点,与差分种群相互协作,在当前最优解gbest附近进行一次详细搜索,有效增加种群的多样性,跳出局部最优.通过蝙蝠种群和差分种群两个种群的相互协作,较好平衡全局搜索和局部开发之间的能力.为验证算法有效性,选用9个常用的基准测试函数和5个0-1背包问题,与标准粒子群算法、带高斯扰动的粒子群算法、蝙蝠算法、差分算法、烟花算法相对比,仿真实验表明,所提算法总体性能优于其它5种算法.

关键词：差分算法、蝙蝠算法、蝙蝠差分混合算法、协同智能、函数优化、0-1背包问题

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：广西自然科学基金项目 2015GXNSFAA139296

在线出版日期：2020-04-14（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：402-410