蝙蝠算法的优点

问题描述

精选答案

蝙蝠算法( BA) 是 Yang 教授于 2010 年基于群体智能提出的启发式搜索算法,是一种搜索全局最优解的有效方法。该算法是一种基于迭代的优化技术,初始化为一组随机解,然后 通过迭代搜寻最优解,且在最优解周围通过随机飞行产生局部新解,加强了局部搜索。与其他算法相比,BA 在准确性和有效性方面远优于其他算法,且没有许多参数要进行调整。

蝙蝠算法主要模拟了蝙蝠通过回声定位系统来寻找小型昆虫进行觅食的行为。蝙蝠算法对解空间的搜索方式与粒子群算法（PSO）有一定的类似，与粒子群相比，蝙蝠算法的每只蝙蝠多了频率属性和响度，频率与相对距离决定蝙蝠的速度，而速度与当前位置决定了蝙蝠下一刻的位置。可以看出，算法很符合我们想象中的蝙蝠的回声定位觅食行为：当蝙蝠发出的超声波返回的频率和自己与目标之间的相对距离均较为合适时（目标个头不太大，自己离得也不太远），蝙蝠会加速（或减速）向目标飞去。

其他回答

IT爱好者的圈子

优点1）所有蝙蝠利用回声定位的方法感知距离,并且它们采用一种巧妙的方式来区别猎物和背景障碍物之间的不同。

2）蝙蝠在位置xi以速度vi随机飞行,以固定的频率fmin、可变的波长λ和音量A0来搜索猎物。蝙蝠根据自身与目标的邻近程度来自动调整发射的脉冲波长（或频率）和调整脉冲发射率r属于[0,1]

3）虽然音量的变化方式有多种但在蝙蝠算法中, 假定音量A是从一个最大值A0(整数)变化到固定最小值Amin

缺点，对于具有高维、多峰、地形复杂等特点的优化空间,算法并没有收敛到全局极值,因而很难发现分布在局部最优邻域内的全局最优点。