基于精英反向学习的混沌蝙蝠算法
郭旭
贺兴时
高昂
1.西安工程大学理学院 西安 7100482.西安工程大学理学院 西安 7100483.西安工程大学理学院 西安 710048
摘要：针对基本蝙蝠算法存在的后期收敛速度慢、易陷入局部极值、稳定性差等缺点,提出一种基于精英反向学习的混沌蝙蝠算法.该算法引入精英反向学习策略,通过比较精英个体与其的反向解并择优,充分利用优秀个体信息,加快算法收敛速度,同时,在迭代过程中对蝙蝠位置进行混沌扰动,增加种群多样性,有效地提高了算法的搜索能力和搜索精度.数值测试结果表明,新算法有较快收敛速度及较高的寻优精度.
关键词：蝙蝠算法精英反向学习混沌算法性能
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 773-777,897 )
英文信息