自适应多普勒补偿与变异选择的蝙蝠算法*

摘要：

为克服蝙蝠算法在高维优化问题上求解精度低和早熟收敛的缺点,提出一种改进的蝙蝠算法.首先根据蝙蝠相对猎物距离的远近程度,对频率引入自适应多普勒补偿策略,并结合速度偏移机制修正飞行方向,产生靠近最优个体的新位置;其次对最优个体构造自适应变异选择策略,先利用柯西变异产生的较大步长摆脱局部极值的束缚,后利用高斯变异产生的较小步长精细搜寻最优区域;最后通过调整响度和脉冲发射率,平衡算法的全局探索和局部开发能力.从理论上分析了算法的收敛性和运算复杂性,对12个标准函数在不同维度下进行仿真实验,并与近年来其他蝙蝠算法进行比较,结果表明改进的算法在求解高维优化问题上具有较优的收敛速度和精度.

关键词：蝙蝠算法、多普勒补偿、速度偏移、变异选择

所属期刊栏目：14

分类号：TP18(自动化基础理论)

资助基金：The National Natural Science Foundation of China under Grant No. 61772249 国家自然科学基金;the Guidance Plan of Natural Science Foundation of Liaoning Province under Grant No. 20180550450 辽宁省自然科学基金指导计划

在线出版日期：2020-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：125-139