針對蝙蝠算法尋優(yōu)精度低、易陷入局部極值、求解不穩(wěn)定的問題,提出了一種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線性慣性權(quán)重,來動態(tài)調(diào)節(jié)算法全局搜索與局部搜索的平衡,提高算法尋優(yōu)精度和穩(wěn)定性。其次,在每輪迭代結(jié)束時引入迭代局部搜索策略,擾動局部最優(yōu)解獲得中間狀態(tài),并重新搜索上述中間狀態(tài)得到全局最優(yōu)解,使算法快速跳出局部最優(yōu)解,找到全局理論最優(yōu)。最后與其他算法在12個復雜基準函數(shù)上進行仿真實驗。結(jié)果表明,改進后的算法較好地解決了蝙蝠算法尋優(yōu)精度不高、易陷入局部極值和求解不穩(wěn)定的問題。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖1f1(x）的收斂曲線

算法的收斂速度能夠直觀地顯示出算法跳出局部最優(yōu)解的能力,是評估算法性能的重要標準,圖1-圖12為3種算法仿真實驗的收斂曲線。圖2f2(x）的收斂曲線

圖9f9(x）的收斂曲線

圖8f8(x）的收斂曲線圖10f10(x）的收斂曲線

圖10f10(x）的收斂曲線

圖9f9(x）的收斂曲線圖11f11(x）的收斂曲線

圖11f11(x）的收斂曲線

圖10f10(x）的收斂曲線圖12f12(x）的收斂曲線

本文編號：3997125