基于余弦控制因子和迭代局部搜索的蝙蝠优化算法

发布时间：2024-06-29 03:52

　　针对蝙蝠算法寻优精度低、易陷入局部极值、求解不稳定的问题,提出了一种基于余弦控制因子和迭代局部搜索策略的蝙蝠的算法。首先在蝙蝠速度公式中加入由余弦因子控制的非线性惯性权重,来动态调节算法全局搜索与局部搜索的平衡,提高算法寻优精度和稳定性。其次,在每轮迭代结束时引入迭代局部搜索策略,扰动局部最优解获得中间状态,并重新搜索上述中间状态得到全局最优解,使算法快速跳出局部最优解,找到全局理论最优。最后与其他算法在12个复杂基准函数上进行仿真实验。结果表明,改进后的算法较好地解决了蝙蝠算法寻优精度不高、易陷入局部极值和求解不稳定的问题。

【文章页数】：5 页

【部分图文】：

图1f1(x）的收敛曲线

算法的收敛速度能够直观地显示出算法跳出局部最优解的能力,是评估算法性能的重要标准,图1-图12为3种算法仿真实验的收敛曲线。图2f2(x）的收敛曲线

图9f9(x）的收敛曲线

图8f8(x）的收敛曲线图10f10(x）的收敛曲线

图10f10(x）的收敛曲线

图9f9(x）的收敛曲线图11f11(x）的收敛曲线

图11f11(x）的收敛曲线

图10f10(x）的收敛曲线图12f12(x）的收敛曲线

本文编号：3997125