自适应多普勒补偿与变异选择的蝙蝠算法

发布时间：2021-01-15 05:14

　　为克服蝙蝠算法在高维优化问题上求解精度低和早熟收敛的缺点,提出一种改进的蝙蝠算法。首先根据蝙蝠相对猎物距离的远近程度,对频率引入自适应多普勒补偿策略,并结合速度偏移机制修正飞行方向,产生靠近最优个体的新位置;其次对最优个体构造自适应变异选择策略,先利用柯西变异产生的较大步长摆脱局部极值的束缚,后利用高斯变异产生的较小步长精细搜寻最优区域;最后通过调整响度和脉冲发射率,平衡算法的全局探索和局部开发能力。从理论上分析了算法的收敛性和运算复杂性,对12个标准函数在不同维度下进行仿真实验,并与近年来其他蝙蝠算法进行比较,结果表明改进的算法在求解高维优化问题上具有较优的收敛速度和精度。 

【文章来源】：计算机科学与探索. 2020,14(01)北大核心

【文章页数】：15 页

【部分图文】：

f3函数收敛曲线

f4函数收敛曲线

经过多普勒补偿后的频率控制了飞行速度的快慢，进而影响个体在搜索空间中的新位置，为直观描述补偿策略指导新解的准确性，将向量空间简化到二维平面。图1表示在t-1时刻，固定相同位置xit-1、速度vit-1和猎物x*时，蝙蝠利用两种方式产生新位置的差异。在方式1中，蝙蝠的频率fi没有经过多普勒补偿，而是在上下区间内取随机值，因此频率可大可小，如图1(a）所示，没能修正新速度vit的模长和方向，最终使新位置xit远离猎物x*。在方式2中，根据个体与猎物在前后时刻相对远近的变化，蝙蝠的频率fit受到多普勒效应的自适应调整。图1(b）表示当蝙蝠个体远离猎物时，经过补偿策略的影响，接收到更低的频率。较小的频率作用于交换顺序后的位移偏差x*-xit-1，最终与速度偏差w(vit-1-vm)共同决定新速度vit，此时vit的模长小于旧速度vit-1的模长，方向比vit-1向着猎物x*，围绕在猎物周围减速飞行。图1(c）表示当蝙蝠个体接近猎物时，同样受到补偿策略的影响，此时接收到更高的频率，结合速度和位移偏差产生新速度vit，其模长大于vit-1的模长，方向比vit-1更加接近x*，从而加速飞向猎物。从图1(b）和图1(c）可知，个体在接收到更低或更高频率时，通过方式2产生的xit要比方式1接近x*，促使蝙蝠努力朝最优解的方向飞行。根据多普勒效应自适应补偿频率，调整飞行速度的大小和方向，尽可能地模拟蝙蝠在捕食中发生的自然行为，产生更接近猎物的新个体，从而快速定位到全局最优区域，提高全局探索能力。

【参考文献】：
期刊论文
[1]改进蝙蝠算法柔性作业车间调度问题研究[J]. 李帆,高东,许欣,张玉良.  计算机工程与应用. 2018(21)
[2]求解无容量设施选址问题的混合蝙蝠算法[J]. 刘春苗,张惠珍.  计算机工程与应用. 2018(22)
[3]融合均匀变异与高斯变异的蝙蝠优化算法[J]. 李煜,裴宇航,刘景森.  控制与决策. 2017(10)
[4]一种基于Lévy飞行轨迹的蝙蝠算法[J]. 谢健,周永权,陈欢.  模式识别与人工智能. 2013(09)
[5]蝙蝠算法收敛性分析[J]. 李枝勇,马良,张惠珍.  数学的实践与认识. 2013(12)
[6]具有混沌搜索策略的蝙蝠优化算法及性能仿真[J]. 刘长平,叶春明.  系统仿真学报. 2013(06)



本文编号：2978297