本文關(guān)鍵詞： 蝙蝠算法 精英策略 個體交叉 貪心策略 柯西變異　出處：《計(jì)算機(jī)應(yīng)用研究》2017年06期 　論文類型：期刊論文

【摘要】：針對基本蝙蝠算法收斂速度慢、易早熟的問題,提出了一種精英交叉二進(jìn)制蝙蝠算法。該算法借鑒精英策略和遺傳算法中的交叉機(jī)制,按照一定比例選擇蝙蝠群中的精英個體進(jìn)行交叉,將得到的子蝙蝠群和父蝙蝠群進(jìn)行混合擇優(yōu),保證蝙蝠群的多樣性和優(yōu)秀性,提高了全局搜索能力;為提高局部搜索能力,算法在對每個個體計(jì)算適應(yīng)度值時加入貪心策略;另外,通過對蝙蝠群最優(yōu)解進(jìn)行動態(tài)監(jiān)測,適時對種群進(jìn)行柯西變異,使算法具有跳出局部極值的能力。通過對五個實(shí)例的仿真計(jì)算比較表明,該算法與改進(jìn)貪心遺傳算法、貪心二進(jìn)制蝙蝠算法和病毒協(xié)同蝙蝠算法相比,無論是收斂速度還是尋優(yōu)能力都表現(xiàn)優(yōu)異,為求解0-1背包問題提供了一個實(shí)用的算法。
[Abstract]:Aiming at the problem of slow convergence and premature convergence of the basic bat algorithm, an elite crossover binary bat algorithm is proposed, which draws lessons from the elite strategy and the crossover mechanism of genetic algorithm. In order to improve the local search ability, select the elite individuals in the bat colony to cross according to a certain proportion, and select the sub-bat group and the father bat colony to select the best, to ensure the diversity and excellence of the bat colony, and to improve the global search ability. The algorithm adds greedy strategy to calculate the fitness of each individual. In addition, by dynamically monitoring the optimal solution of the bat population, Cauchy mutation of the population is carried out at the right time. Compared with the improved greedy genetic algorithm, the greedy binary bat algorithm and the virus cooperative bat algorithm, the algorithm is compared with the improved greedy genetic algorithm, the greedy binary bat algorithm and the virus cooperative bat algorithm, and compared with the improved greedy genetic algorithm, the greedy binary bat algorithm and the virus cooperative bat algorithm. Both convergence speed and optimization ability are excellent, which provides a practical algorithm for solving 0-1 knapsack problem.
【作者單位】： 河北地質(zhì)大學(xué)信息工程學(xué)院;
【基金】：河北省高等學(xué)�？茖W(xué)研究計(jì)劃資助項(xiàng)目(ZD2016005) 河北省自然科學(xué)基金資助項(xiàng)目(F2016403055)
【分類號】：TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李佩澤;王姍姍;樊巖;;基于改進(jìn)蝙蝠算法的背包問題求解[J];計(jì)算機(jī)應(yīng)用研究;2015年11期

2 吳聰聰;賀毅朝;陳嶷瑛;劉雪靜;才秀鳳;;求解0-1背包問題的二進(jìn)制蝙蝠算法[J];計(jì)算機(jī)工程與應(yīng)用;2015年19期

3 賀毅朝;宋建民;張敬敏;茍海燕;;利用遺傳算法求解靜態(tài)與動態(tài)背包問題的研究[J];計(jì)算機(jī)應(yīng)用研究;2015年04期

4 于坤杰;王昕;王振雷;;基于反饋的精英教學(xué)優(yōu)化算法[J];自動化學(xué)報(bào);2014年09期

5 趙增順;林艷艷;馮翔;王士庫;肖同錄;李貽斌;侯增廣;賈麗;;基于高斯粒子群優(yōu)化的RBPF濾波算法[J];計(jì)算機(jī)應(yīng)用研究;2015年02期

6 謝健;周永權(quán);陳歡;;一種基于Lévy飛行軌跡的蝙蝠算法[J];模式識別與人工智能;2013年09期

7 劉長平;葉春明;;具有混沌搜索策略的蝙蝠優(yōu)化算法及性能仿真[J];系統(tǒng)仿真學(xué)報(bào);2013年06期

8 劉全;王曉燕;傅啟明;張永剛;章曉芳;;雙精英協(xié)同進(jìn)化遺傳算法[J];軟件學(xué)報(bào);2012年04期

9 張盛意;蔡之華;占志剛;;基于改進(jìn)模擬退火的遺傳算法求解0-1背包問題[J];微電子學(xué)與計(jì)算機(jī);2011年02期

10 慕彩紅;焦李成;劉逸;;M-精英進(jìn)化算法及其在V-BLAST系統(tǒng)中的應(yīng)用[J];電子與信息學(xué)報(bào);2009年10期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 公茂法;柳巖妮;王來河;宋健;謝云興;;基于改進(jìn)蝙蝠算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的電力變壓器故障診斷研究[J];山東科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年03期

2 吳聰聰;賀毅朝;陳嶷瑛;劉雪靜;才秀鳳;;變異蝙蝠算法求解折扣{0-1}背包問題[J];計(jì)算機(jī)應(yīng)用;2017年05期

3 孫璐;徐青山;李國棟;王旭東;蔣菱;戚艷;;能源互聯(lián)背景下熱電聯(lián)供系統(tǒng)的優(yōu)化調(diào)度[J];電器與能效管理技術(shù);2017年08期

4 張杰;齊官紅;葉蓬;陳益;;基于PCA的關(guān)鍵幀相似度核聚類檢索算法[J];控制工程;2017年04期

5 裴文杰;汪l，

本文編號：1514049