论文提出了一种新的群体智能优化算法——蝙蝠烟花混合算法.该算法采用蝙蝠算法在全局最优附近的位置信息、蝙蝠发出的频率、全局最优以及烟花的位置信息构造了新的爆炸半径,使烟花算法在寻优的过程中能够自动地调整步长;并且使蝙蝠个体与烟花个体实现协同寻优;最后,采用"精英-随机"策略选择下一代烟花,增加了烟花种群的多样性.与其他算法(如蝙蝠算法、标准粒子群算法、烟花算法等)相比,函数优化问题以及0-1背包问题的对比实验结果表明:论文提出的混合算法的整体性能优于其他五种算法.
科研之友
微信
新浪微博
Facebook
分享链接
