為克服蝙蝠算法在高維優(yōu)化問題上求解精度低和早熟收斂的缺點(diǎn),提出一種改進(jìn)的蝙蝠算法。首先根據(jù)蝙蝠相對獵物距離的遠(yuǎn)近程度,對頻率引入自適應(yīng)多普勒補(bǔ)償策略,并結(jié)合速度偏移機(jī)制修正飛行方向,產(chǎn)生靠近最優(yōu)個體的新位置;其次對最優(yōu)個體構(gòu)造自適應(yīng)變異選擇策略,先利用柯西變異產(chǎn)生的較大步長擺脫局部極值的束縛,后利用高斯變異產(chǎn)生的較小步長精細(xì)搜尋最優(yōu)區(qū)域;最后通過調(diào)整響度和脈沖發(fā)射率,平衡算法的全局探索和局部開發(fā)能力。從理論上分析了算法的收斂性和運(yùn)算復(fù)雜性,對12個標(biāo)準(zhǔn)函數(shù)在不同維度下進(jìn)行仿真實(shí)驗(yàn),并與近年來其他蝙蝠算法進(jìn)行比較,結(jié)果表明改進(jìn)的算法在求解高維優(yōu)化問題上具有較優(yōu)的收斂速度和精度。 

【文章來源】：計算機(jī)科學(xué)與探索. 2020,14(01)北大核心

【文章頁數(shù)】：15 頁

【部分圖文】：

f3函數(shù)收斂曲線

f4函數(shù)收斂曲線

經(jīng)過多普勒補(bǔ)償后的頻率控制了飛行速度的快慢，進(jìn)而影響個體在搜索空間中的新位置，為直觀描述補(bǔ)償策略指導(dǎo)新解的準(zhǔn)確性，將向量空間簡化到二維平面。圖1表示在t-1時刻，固定相同位置xit-1、速度vit-1和獵物x*時，蝙蝠利用兩種方式產(chǎn)生新位置的差異。在方式1中，蝙蝠的頻率fi沒有經(jīng)過多普勒補(bǔ)償，而是在上下區(qū)間內(nèi)取隨機(jī)值，因此頻率可大可小，如圖1(a）所示，沒能修正新速度vit的模長和方向，最終使新位置xit遠(yuǎn)離獵物x*。在方式2中，根據(jù)個體與獵物在前后時刻相對遠(yuǎn)近的變化，蝙蝠的頻率fit受到多普勒效應(yīng)的自適應(yīng)調(diào)整。圖1(b）表示當(dāng)蝙蝠個體遠(yuǎn)離獵物時，經(jīng)過補(bǔ)償策略的影響，接收到更低的頻率。較小的頻率作用于交換順序后的位移偏差x*-xit-1，最終與速度偏差w(vit-1-vm)共同決定新速度vit，此時vit的模長小于舊速度vit-1的模長，方向比vit-1向著獵物x*，圍繞在獵物周圍減速飛行。圖1(c）表示當(dāng)蝙蝠個體接近獵物時，同樣受到補(bǔ)償策略的影響，此時接收到更高的頻率，結(jié)合速度和位移偏差產(chǎn)生新速度vit，其模長大于vit-1的模長，方向比vit-1更加接近x*，從而加速飛向獵物。從圖1(b）和圖1(c）可知，個體在接收到更低或更高頻率時，通過方式2產(chǎn)生的xit要比方式1接近x*，促使蝙蝠努力朝最優(yōu)解的方向飛行。根據(jù)多普勒效應(yīng)自適應(yīng)補(bǔ)償頻率，調(diào)整飛行速度的大小和方向，盡可能地模擬蝙蝠在捕食中發(fā)生的自然行為，產(chǎn)生更接近獵物的新個體，從而快速定位到全局最優(yōu)區(qū)域，提高全局探索能力。

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)蝙蝠算法柔性作業(yè)車間調(diào)度問題研究[J]. 李帆,高東,許欣,張玉良.  計算機(jī)工程與應(yīng)用. 2018(21)
[2]求解無容量設(shè)施選址問題的混合蝙蝠算法[J]. 劉春苗,張惠珍.  計算機(jī)工程與應(yīng)用. 2018(22)
[3]融合均勻變異與高斯變異的蝙蝠優(yōu)化算法[J]. 李煜,裴宇航,劉景森.  控制與決策. 2017(10)
[4]一種基于Lévy飛行軌跡的蝙蝠算法[J]. 謝健,周永權(quán),陳歡.  模式識別與人工智能. 2013(09)
[5]蝙蝠算法收斂性分析[J]. 李枝勇,馬良,張惠珍.  數(shù)學(xué)的實(shí)踐與認(rèn)識. 2013(12)
[6]具有混沌搜索策略的蝙蝠優(yōu)化算法及性能仿真[J]. 劉長平,葉春明.  系統(tǒng)仿真學(xué)報. 2013(06)



本文編號：2978297