带高斯扰动和协同寻优的蝙蝠粒子群混合算法

作者：赵志刚^*; 莫海淼; 温泰; 刘峰

来源：广西大学学报(自然科学版), 2018, 43(06): 2235-2242.

DOI：10.13624/j.cnki.issn.1001-7445.2018.2235

• 蝙蝠算法
• 粒子群算法
• 蝙蝠粒子群混合算法
• 协同寻优
• 函数优化

为了进一步提高粒子群算法的性能,提出了一种新的群体智能优化算法——带高斯扰动和协同寻优的蝙蝠粒子群混合算法。该混合算法利用蝙蝠个体脉冲的回声定位对最优粒子gbest进行高斯扰动而产生一个局部解,把该局部解加到蝙蝠种群中,然后根据局部解的位置优劣与蝙蝠个体产生的响度来更新粒子群。在寻优过程中,对gbest进行高斯扰动增加了种群的多样性而避免粒子群过快陷入局部最优,并且加强了蝙蝠种群与粒子群的信息交互,协同寻优。与蝙蝠算法、标准粒子群算法、烟花算法、带高斯扰动的粒子群算法、粒子群差分算法相比,带高斯扰动和协同寻优的蝙蝠粒子群混合算法的总体性能优于其他5种算法。