本文關(guān)鍵詞：蝙蝠算法的研究進(jìn)展

  更多相關(guān)文章： 蝙蝠算法 回聲定位 脈沖 改進(jìn)

【摘要】：蝙蝠算法(BA)是通過(guò)用搜索空間中的點(diǎn)模擬自然界中的蝙蝠個(gè)體,將搜索和優(yōu)化過(guò)程模擬成蝙蝠個(gè)體搜索獵物和移動(dòng)過(guò)程,將求解問(wèn)題的目標(biāo)函數(shù)度量成個(gè)體所處位置的優(yōu)劣,在搜索和優(yōu)化過(guò)程中用好的可行解取代較差的可行解的迭代過(guò)程的一種優(yōu)化算法。蝙蝠算法因具有較強(qiáng)的魯棒性、高效性和應(yīng)用性,已成功地應(yīng)用于函數(shù)優(yōu)化、工程設(shè)計(jì)、分類等多個(gè)方面。本文首先給出了蝙蝠算法的原理及模型,然后列出了蝙蝠算法近幾年來(lái)的改進(jìn)研究,最后展望了蝙蝠算法的發(fā)展方向。
【作者單位】： 內(nèi)蒙古民族大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【關(guān)鍵詞】： 蝙蝠算法 回聲定位 脈沖 改進(jìn)
【基金】：內(nèi)蒙古民族大學(xué)科學(xué)研究基金資助項(xiàng)目(項(xiàng)目編號(hào):NMDYB15079)
【分類號(hào)】：TP18
【正文快照】： 1引言蝙蝠算法(Bat Algorithm,BA)是2012年楊教授提出的一種群智能優(yōu)化算法[1]。該算法具有實(shí)現(xiàn)簡(jiǎn)單、參數(shù)少等特點(diǎn),已經(jīng)成為近幾年啟發(fā)式算法的研究熱點(diǎn)。蝙蝠算法也像其他群智能優(yōu)化算法一樣是一種基于迭代的優(yōu)化算法。算法初始化時(shí)隨機(jī)生成一組隨機(jī)解,再通過(guò)反復(fù)的迭代過(guò)程

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 齊潔;汪定偉;;極值優(yōu)化算法綜述[J];控制與決策;2007年10期

2 孫騫;張進(jìn);王宇翔;;蟻群算法優(yōu)化策略綜述[J];信息安全與技術(shù);2014年02期

3 胡娟,王常青,韓偉,全智;蟻群算法及其實(shí)現(xiàn)方法研究[J];計(jì)算機(jī)仿真;2004年07期

4 李金漢;杜德生;;一種改進(jìn)蟻群算法的仿真研究[J];自動(dòng)化技術(shù)與應(yīng)用;2008年02期

5 李修琳;魯建廈;柴國(guó)鐘;湯洪濤;;混合蜂群算法求解柔性作業(yè)車間調(diào)度問(wèn)題[J];計(jì)算機(jī)集成制造系統(tǒng);2011年07期

6 秦全德;程適;李麗;史玉回;;人工蜂群算法研究綜述[J];智能系統(tǒng)學(xué)報(bào);2014年02期

7 李豆豆;邵世煌;齊金鵬;;生存遷移算法[J];系統(tǒng)仿真學(xué)報(bào);2008年08期

8 曹炬;賈紅;李婷婷;;煙花爆炸優(yōu)化算法[J];計(jì)算機(jī)工程與科學(xué);2011年01期

9 劉曉勇;付輝;;一種快速AP聚類算法[J];山東大學(xué)學(xué)報(bào)(工學(xué)版);2011年04期

10 王圣堯;王凌;方晨;許燁;;分布估計(jì)算法研究進(jìn)展[J];控制與決策;2012年07期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 朱雙東;艾智斌;閻夏;;BP網(wǎng)絡(luò)學(xué)習(xí)算法的改進(jìn)方案探析[A];1998年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];1998年

2 唐乾玉;陳翰馥;韓曾晉;;串行生產(chǎn)線的參數(shù)優(yōu)化[A];1994年中國(guó)控制會(huì)議論文集[C];1994年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 王可心;大規(guī)模過(guò)程系統(tǒng)非線性優(yōu)化的簡(jiǎn)約空間理論與算法研究[D];浙江大學(xué);2008年

2 傅啟明;強(qiáng)化學(xué)習(xí)中離策略算法的分析及研究[D];蘇州大學(xué);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 張申利;基于蜂群算法的GIS優(yōu)化選址及其并行化研究與應(yīng)用[D];中國(guó)石油大學(xué)(華東);2014年

2 盧協(xié)平;聯(lián)盟競(jìng)賽算法的研究與應(yīng)用[D];福州大學(xué);2014年

3 代水芹;基于種群分解的進(jìn)化超多目標(biāo)算法及其應(yīng)用[D];廣東工業(yè)大學(xué);2016年

4 魏紅凱;人工蜂群算法及其應(yīng)用研究[D];北京工業(yè)大學(xué);2012年

5 劉婷婷;基于反饋的多目標(biāo)人工蜂群算法研究[D];東北大學(xué);2013年

6 李云彬;多目標(biāo)人工蜂群算法的研究與應(yīng)用[D];東北大學(xué);2012年

7 李長(zhǎng)榮;面向非線性優(yōu)化問(wèn)題的學(xué)習(xí)算法的研究[D];華東師范大學(xué);2015年

8 孫方亮;基于粒子群與中心引力的一種新混合算法及應(yīng)用[D];西安電子科技大學(xué);2014年

9 馬彥追;螢火蟲算法的改進(jìn)及其應(yīng)用研究[D];廣西民族大學(xué);2014年

10 張德祥;基于改進(jìn)蟻群算法的機(jī)器人三維路徑規(guī)劃研究[D];青島科技大學(xué);2015年

，

本文編號(hào)：989960