摘要

蝙蝠算法是一种有效地求解单目标优化问题的启发式算法。然而,标准蝙蝠算法的速度更新方式偏向于搜索当前全局最优个体周围潜在较优个体,导致算法过早收敛。针对此缺陷,提出了基于惯性权重的蝙蝠算法,即在速度更新时添加惯性权重以改进速度更新的方向,使得种群中个体可以有效地跳出局部最优点。为验证所提算法的性能,采用了CEC2013作为测试集,PSO和标准蝙蝠算法作为对比算法。实验结果显示,所提改进算法可以有效地提升标准蝙蝠算法性能。