蝙蝠算法研究进展.docVIP

蝙蝠算法研究进展 　　摘要：蝙蝠算法（BA）是通过用搜索空间中的点模拟自然界中的蝙蝠个体，将搜索和优化过程模拟成蝙蝠个体搜索猎物和移动过程，将求解问题的目标函数度量成个体所处位置的优劣，在搜索和优化过程中用好的可行解取代较差的可行解的迭代过程的一种优化算法。蝙蝠算法因具有较强的鲁棒性、高效性和应用性，已成功地应用于函数优化、工程设计、分类等多个方面。本文首先给出了蝙蝠算法的原理及模型，然后列出了蝙蝠算法近几年来的改进研究，最后展望了蝙蝠算法的发展方向。 　　关键词：蝙蝠算法；回声定位；脉冲；改进 　　中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2016）24-0187-02 　　Abstract： Bat algorithm （BA） is by using the search space of some model bats in the nature， search and optimization of process simulation into bats individual search prey and moving process， measures to solve the problem of objective function into individual strengths and weaknesses of the location， in the search and optimization process with good poor feasible solution to replace the feasible solution of an optimization algorithm of iterative process.The bat algorithm for has stronger robustness， efficiency and applicability， has been successfully applied to functionoptimization， engineering design， classification， and many other aspects.This article first elaborated the bat algorithm basic principle and mathematical model， and then bat algorithm existing various kinds of improved algorithm is given， and the development direction of the bat algorithm are discussed. 　　Key words： Bat Algorithm； Echolocation ；Impulse ；Improvement 　　1 引言 　　蝙蝠算法（Bat Algorithm，BA）是2012年杨教授提出的一种群智能优化算法[1]。该算法具有实现简单、参数少等特点，已经成为近几年启发式算法的研究热点。蝙蝠算法也像其他群智能优化算法一样是一种基于迭代的优化算法。算法初始化时随机生成一组随机解，再通过反复的迭代过程查找最优解，并且在寻优过程中会在最优解周围通过随机飞行产生部分的新解，这不仅加快了局部搜索过程，还保证了种群的多样性。 　　蝙蝠算法在解决函数优化问题方面表现出了良好的性能，通过对多个标准测试函数的测试，展现了在连续性优化问题中的较好应用。 　　2 BA的基本原理 　　（1）蝙蝠的行为 　　蝙蝠是一种具有回声定位能力的哺乳动物。蝙蝠在觅食时，通过发出声音脉冲和聆听从周围反弹回来的回声，可准确的躲避障碍物和发现猎物。 　　（2）蝙蝠的回声定位功能 　　在蝙蝠算法中提出了一些基本假设条件： 　　1）所有蝙蝠粒子利用自身回声定位感知与目标之间的距离，同时以一种神秘的方式辨别目标和障碍物的不同。 　　2）蝙蝠的位置为[xi]，以速度[ui]任意地飞行，以固定的频率[fmin]、可变波长[λ]和响应度[Ao]搜索目标。它们可以判断自己与猎物之间的距离并自动地调整脉冲的波长，同时在接近目标时调整脉冲的频度[r∈[0，1]]。 　　3）响应度的变化从为[[+Ao，-Ao]]。 　　3 BA算法的数学描述 　　4 BA算法研究 　　根据文献资料的研究来看，蝙蝠算法的研究目标主要集中在如何改善蝙蝠算法的性能方面。具体改进的算法有： 　　刘长平等人[2]针对基本蝙蝠算法收敛精度低和易早熟的不足，采用levy飞行搜索策略来模拟蝙蝠的捕食行为，取代了原有算法的速度和位置更新公