种间双系统协作蝙蝠优化算法及其性能仿真

发布时间：2023-04-25 21:18

　　针对单一种群算法较难权衡全局寻优能力和局部搜索能力的问题,提出一种种间双系统协作蝙蝠优化算法。根据蝙蝠个体运动状态将整个种群分为探测系统和开发系统,并通过信息交流进行进化协作。设计和运用动态变化算子实现全局寻优和局部寻优的实时平衡,利用位置更新算子减少开发系统随机性带来的影响,提高局部区域的开发效率,运用伪变异算子保持探测系统的多样性,提高全局搜索的效率。实验结果表明,该算法在快速收敛的同时能够避免陷入局部最优,可解决多局部极值的复杂优化问题。

【文章页数】：7 页

【文章目录】：
0 概述
1 标准BA基本原理
2 IDCBA基本原理
    2.1 动态变化算子
        2.1.1 探测状态到开发状态的转换
        2.1.2 开发状态到探测状态的转换
    2.2 位置更新算子
    2.3 伪变异算子
    2.4 IDCBA的蝙蝠个体速度与位置更新公式
        2.4.1 探测系统
        2.4.2 开发系统
    2.5 IDCBA算法步骤
3 IDCBA性能测试
    3.1 参数设置
    3.2 标准测试函数
    3.3 仿真结果分析
4 结束语



本文编号：3801080