一种混合蝙蝠算法的优化方法以及多层感知器的优化方法

摘要

本发明公开了一种混合蝙蝠算法的优化方法以及多层感知器的优化方法，首先，在种群重构方面，通过改进原有反向学习策略，提出一种带扰动多策略反向学习，以重构一个有效的多样性搜索空间；其次，在全局勘探搜索方面，通过引入鲸鱼优化算法并对其进行改进，提出一种自适应约束步长鲸鱼优化算法，以弥补原有蝙蝠算法在全局勘探能力方面的不足；第三，在局部开采搜索方面，通过引入柯西变异和设计动态纠正策略，提出一种基于柯西变异和动态纠正的蝙蝠算法，以便提高原有蝙蝠算法的局部搜索能力；第四，优化得到的新算法在三个策略的协同作用下，有效提高了优化结果的精度和稳定性。最后，将新算法应用到多层感知器训练问题，并取得较高的分类精度。