登录 | 注册 | 充值 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
带有高斯变异的混合蛙跳蝙蝠算法
  • 摘要

    为了解决基本蝙蝠算法(BA)局部深度搜索能力弱、寻优精度低及易陷入局部最优的问题,提出一种带有高斯变异的混合蛙跳蝙蝠算法(SFLBAWGM)用于求解复杂函数问题.利用混合蛙跳算法(SFLA)的更新方式对蝙蝠个体进行局部深度搜索,使得SFLBAWGM既保持了BA本就具有的较强的全局搜索能力及快速收敛能力,又增强了算法的局部深度搜索性能;且当算法满足变异条件时,对当前全局最优个体执行高斯变异操作,以增强个体跳出局部极值点的束缚能力.选取几个典型函数进行测试,结果显示,SFLBAWGM的优化性能有了显著提高,即具有较快的收敛速度、较高的寻优精度、收敛稳定性和收敛可靠性,验证了SFLBAWGM的有效性和优越性,并且在高维函数上的优势更为明显,适合工程应用中各种高维多极值的复杂函数优化问题.

  • 作者

    郑云水  岳小雪  林俊亭  Zheng Yunshui  Yue Xiaoxue  Lin Junting 

  • 作者单位

    兰州交通大学自动化与电气工程学院,兰州,730070

  • 刊期

    2015年12期 ISTIC PKU

  • 关键词

    蝙蝠算法  混合蛙跳算法  高斯变异  局部深度搜索  局部最优  bat algorithm (BA)  shuffled frog leaping algorithm (SFLA)  Gauss mutation  local deeply searching  local optima 

相似文献 查看更多>>
3.227.249.234