針對單一種群算法較難權(quán)衡全局尋優(yōu)能力和局部搜索能力的問題,提出一種種間雙系統(tǒng)協(xié)作蝙蝠優(yōu)化算法。根據(jù)蝙蝠個體運動狀態(tài)將整個種群分為探測系統(tǒng)和開發(fā)系統(tǒng),并通過信息交流進(jìn)行進(jìn)化協(xié)作。設(shè)計和運用動態(tài)變化算子實現(xiàn)全局尋優(yōu)和局部尋優(yōu)的實時平衡,利用位置更新算子減少開發(fā)系統(tǒng)隨機性帶來的影響,提高局部區(qū)域的開發(fā)效率,運用偽變異算子保持探測系統(tǒng)的多樣性,提高全局搜索的效率。實驗結(jié)果表明,該算法在快速收斂的同時能夠避免陷入局部最優(yōu),可解決多局部極值的復(fù)雜優(yōu)化問題。

【文章頁數(shù)】：7 頁

【文章目錄】：
0 概述
1 標(biāo)準(zhǔn)BA基本原理
2 IDCBA基本原理
    2.1 動態(tài)變化算子
        2.1.1 探測狀態(tài)到開發(fā)狀態(tài)的轉(zhuǎn)換
        2.1.2 開發(fā)狀態(tài)到探測狀態(tài)的轉(zhuǎn)換
    2.2 位置更新算子
    2.3 偽變異算子
    2.4 IDCBA的蝙蝠個體速度與位置更新公式
        2.4.1 探測系統(tǒng)
        2.4.2 開發(fā)系統(tǒng)
    2.5 IDCBA算法步驟
3 IDCBA性能測試
    3.1 參數(shù)設(shè)置
    3.2 標(biāo)準(zhǔn)測試函數(shù)
    3.3 仿真結(jié)果分析
4 結(jié)束語



本文編號：3801080