文件名称：基于高斯扰动和指数递减策略的改进蝙蝠算法
文件大小：1.91MB
文件格式：PDF
更新时间：2024-05-20 07:43:22
蝙蝠算法 高斯扰动 指数递减策略
针对基本蝙蝠算法后期收敛速度慢、收敛精度不高、稳定性不强等问题，提出基于高斯扰动和指数递减策略的改进蝙蝠算法（GDEDBA）。将指数递减策略引入速度更新公式，使算法迅速进入局部寻优并展开精确搜索；构造高斯扰动项加入到局部新解产生公式，使局部新解中所有粒子与当前全局最优粒子产生信息交流与学习，防止陷入局部最优，增加种群多样性；设计扰动控制因子来控制高斯扰动的扰动范围，增强算法的稳定性。15个测试函数的仿真结果表明，改进算法的寻优性能显著提高，收敛速度更快，求解精度更高，稳定性更强。