| 一种改进的并行蝙蝠算法 |
| |
| 引用本文： | 李广强,张肇宝,徐晨,梁大伟,赵钎伊,于浩淼. 一种改进的并行蝙蝠算法[J]. 计算机应用与软件, 2021, 38(8): 259-267. DOI: 10.3969/j.issn.1000-386x.2021.08.039 |
| |
| 作者姓名： | 李广强 张肇宝 徐晨 梁大伟 赵钎伊 于浩淼 |
| |
| 作者单位： | 大连海事大学船舶电气工程学院 辽宁 大连116026 |
| |
| 摘 要： | 针对蝙蝠算法存在易陷入局部最优、后期收敛速度慢及收敛精度低等问题,提出一种改进的并行蝙蝠算法(IPBA).设计一种基于免疫浓度的混沌初始化,选择出适应度高、浓度低的个体组成更高质量的初始群体;引入并行策略,将种群分为探索与开发两个子群体,采用不同的惯性权重和停滞变异策略分别进化,可有效防止早熟,并加快算法收敛速度.此外...
|
| 关 键 词： | 蝙蝠算法 并行 混沌 惯性权重 停滞变异 函数优化 |
AN IMPROVED PARALLEL BAT ALGORITHM |
| |
| Li Guangqiang,Zhang Zhaobao,Xu Chen,Liang Dawei,Zhao Qianyi,Yu Haomiao. AN IMPROVED PARALLEL BAT ALGORITHM[J]. Computer Applications and Software, 2021, 38(8): 259-267. DOI: 10.3969/j.issn.1000-386x.2021.08.039 |
| |
| Authors: | Li Guangqiang Zhang Zhaobao Xu Chen Liang Dawei Zhao Qianyi Yu Haomiao |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
