带有高斯变异的混合蛙跳蝙蝠算法-计算机应用研究.pdfVIP

第３２卷第１２期 计 算 机 应 用 研 究 Ｖｏｌ３２Ｎｏ１２ ２０１５年１２月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｄｅｃ．２０１５ 带有高斯变异的混合蛙跳蝙蝠算法 郑云水，岳小雪，林俊亭 （兰州交通大学 自动化与电气工程学院，兰州７３００７０） 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。 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 中图分类号：ＴＰ３０１６　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１５）１２３６２９０５ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１５．１２．０２３ ＳｈｕｆｆｌｅｄｆｒｏｇｌｅａｐｉｎｇａｎｄｂａｔａｌｇｏｒｉｔｈｍｗｉｔｈＧａｕｓｓｍｕｔａｔｉｏｎ ＺｈｅｎｇＹｕｎｓｈｕｉ，ＹｕｅＸｉａｏｘｕｅ，ＬｉｎＪｕｎｔｉｎｇ （ＣｏｌｌｅｇｅｏｆＡｕｔｏｍａｔｉｃ＆ＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＬａｎｚｈｏｕＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００７０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｏｖｅｒｃｏｍｅｔｈｅｐｒｏｂｌｅｍｓｏｆｔｈｅｐｏｏｒｌｏｃａｌｄｅｅｐｌｙｓｅａｒｃｈｉｎｇａｂｉｌｉｔｙ，ｌｏｗｃｏｎｖｅｒｇｅｎｃｅｐｒｅｃｉｓｉｏｎａｎｄｅａｓｉｌｙ ｒｅｌａｐｓｉｎｇｉｎｔｏｔｈｅｌｏｃａｌｏｐｔｉｍａｉｎｂａｓｉｃｂａｔａｌｇｏｒｉｔｈｍ（ＢＡ），ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄｔｈｅｓｈｕｆｆｌｅｄｆｒｏｇｌｅａｐｉｎｇａｎｄｂａｔａｌｇｏｒｉｔｈｍｗｉｔｈ Ｇａｕｓｓｍｕｔａｔｉｏｎｔｏｓｏｌｖｅｔｈｅｃｏｍｐｌｅｘｆｕｎｃｔｉｏｎｓ．ＩｎｔｈｅＳＦＬＢＡＷＧＭ，ｔｈｅｂａｔｉｎｄｉｖｉｄｕａｌｔｏｄｏｔｈｅｌｏｃａｌｄｅｅｐｌｙｓｅａｒｃｈｉｎｇｂｙｒｅｆｅ ｒｅｎｃｉｎｇｔｈｅｕｐｄａｔｉｎｇｓｔｒａｔｅｇｙｏｆｔｈｅＳＦＬＡ，ｗｈｉｃｈｅｎａｂｌｅｄｔｈｅＳＦＬＢＡＷＧＭｎｏｔｏｎｌｙｍａｉｎｔａｉｎｅｄｔｈｅａｂｉｌｉｔｙｏｆｆａｓｔｃｏｎｖｅｒｇｅｎｃｅ ａｎｄｇｌｏｂａｌｓｅａｒｃｈｉｎｇ，ｂｕｔａｌｓｏｅｎｈａｎｃｅｄｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｌｏｃａｌｄｅｅｐｌｙｓｅａｒｃｈｉｎｇ．Ｍｏｒｅｏｖｅｒ，ｗｈｅｎｍｅｅｔｉｎｇｔｈｅｃｏｎｄｉｔｉｏｎｏｆｔｈｅ ｖａｒｉａｔｉｏｎ，ｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｐｅｒｆｏｒｍｅｄｔｈｅＧａｕｓｓｍｕｔａｔｉｏｎｏｐｅｒａｔｉｏｎｏｎｔｈｅｃｕｒｒｅｎｔｂｅｓｔｉｎｄｉｖｉｄｕａｌｔｏｉｍｐｏｖｅｔｈｅａｂｉｌｉｔｙｏｆ ｔｈｅｂａｔｉｎｄｉｖｉｄｕａｌｊｕｍｐｉｎｇｏｕｔｏｆｔｈｅｌｏｃａｌｏｐｔｉｍａ．ＴｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｏｐｔｉｍｉｚｉｎｇｐｅｒｆｏｒｍｅｎｃｅｏｆｔｈｅＳＦＬ ＢＡＷＧＭｉｓｓｉｇｎｉｆｉｃａｎｔｌｙｉｍｐｒｏｖｅｄ，ｗｈｉｃｈｉｎｃｌｕｄｅｓｏｐｔｉｍｉｚｉｎｇａｃｃｕｒａｃｙ，ｃｏｎｖｅｒｇｅｎｃｅｖｅｌｏｃｉｔｙ，ｓｔａｂｉｌｉｔｙａｎｄ