文献类型：期刊文章

作　　者：汪春峰[1,2] 马民[1] 申培萍[1]

机构地区：[1]河南师范大学数学与信息科学学院,河南新乡453007 [2]河南师范大学数学与信息科学学院大数据统计分析与优化控制河南省工程实验室,河南新乡453007

出　　处：《应用数学》

基　　金：Supported by the NSFC(U1404105,11171094);the Key Scientific and Technological Project of Henan Province(142102210058);the Doctoral Scientific Research Foundation of Henan Normal University(qd12103);the Youth Science Foundation of Henan Normal University(2013qk02);the Henan Normal University National Research Project to Cultivate the Funded Projects(01016400105);the Henan Normal University Youth Backbone Teacher Training

年　　份：2016

卷　　号：29

期　　号：3

起止页码：632-642

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD_E2015_2016、JST、MR、ZGKJHX、ZMATH、核心刊

摘　　要：蝙蝠算法(BA)是一类基于试探技巧的群智能优化算法,该算法已被广泛用于诸多领域问题的求解.本文提出一个改进的蝙蝠算法NIBA.在算法中,为了加强蝙蝠算法的局部和全局搜索能力,提出了三个改进策略.首先,为了改进蝙蝠的局部搜索能力,在当前最优解处给出了一个新的搜索方程.其次,为了改进算法的全局搜索能力,平衡算法的开发能力和探索能力,算法吸收并改进了和声搜索机制.最后,为了进一步提高NIBA算法的搜索能力,在当前最优解处,算法采用了混沌搜索机制.为了验证算法的性能,针对18个标准测试函数进行了数值实验.与其它算法的比较结果显示,NIBA算法具有更好的稳定性,且效率更高.

关 键 词：蝙蝠算法  和声搜索 连续优化  全局优化

分 类 号：O224]