基于WS小世界模型的蝙蝠优化算法

摘要：

蝙蝠算法是在对微型蝙蝠回声观察研究的基础上发现蝙蝠回声和优化目标功能之间的关系而提出的一种新算法.蝙蝠算法具有强大的搜索性能,但是其局部搜索相对简单,个体间缺乏信息互通,搜索能力差.尽管目前也提出了一些相关改进算法,但高维优化方面较少涉及.考虑到蝙蝠群体中个体相互联系与作用的方式有动态复杂的感知网络结构,具有"小世界"特性,所以首先把有"小世界"特性的WS小世界模型引入蝙蝠算法,利用WS小世界模型断边重连的特点生成动态的邻域结构,这种邻域结构能够提高整体的搜索能力.实例验证表明借助一般的蝙蝠算法可以进行局部搜索.

关键词：蝙蝠算法、小世界模型、网络结构

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金青年科学基金资助项目61403272;山西省重点研发计划工业部分项目201703D121042-1

在线出版日期：2018-09-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：28-34