文献类型：期刊文献

中文题名：一种基于椋鸟群行为的改进型蝙蝠算法

英文题名：An Improved Bat Algorithm Based on Starling Flock Behavior

作者：胡飞[1];孙自强[1]

机构：[1]华东理工大学化工过程先进控制和优化技术教育部重点实验室,上海200237

年份：2017

卷号：43

期号：4

起止页码：525

中文期刊名：华东理工大学学报（自然科学版）

外文期刊名：Journal of East China University of Science and Technology

收录：北大核心:【北大核心2014】；CSCD:【CSCD_E2017_2018】；

语种：中文

中文关键词：蝙蝠算法(BA);椋鸟群行为;权重;局部最优

外文关键词：bat algorithm(BA);;starling group behavior;;weight;;local optima

摘要：蝙蝠算法是一种新兴的元启发式算法,基本蝙蝠算法(BA)存在寻优精度低、易陷入局部最优等缺点。将椋鸟群的集体性行为引入到基本蝙蝠算法中,有效地提高了算法的搜索范围;引入线性递减权重,用于平衡全局搜索和局部搜索。通过一些测试函数对该算法进行仿真研究,结果表明改进的蝙蝠算法有效地避免了种群个体陷入局部最优,提高了算法的寻优精度,优化效果得到改善。
Bat algorithm(BA)is a new metaheuristic algorithm.However,the standard BA has some shortcomings,e.g.,low convergence precision and easily relapsing into the local optima.In this work,by introducing the collective behavior of the starling group into BA algorithm,the searching range of the standard BA algorithm can be effectively improved.Besides,a linear decreasing weight is introduced to balance the global search and the local search.Simulation results from Benchmark functions show that the improved algorithm can effectively avoid the local optimum and attain higher convergence precision.