基于模拟退火高斯扰动的蝙蝠优化算法

摘要

Bat algorithm is a new stochastic optimization technique for global optimization. This paper introduced both simulated annealing and Gaussian perturbations into the standard bat algorithm so as to enhance its search performance. As a result， it proposed a%蝙蝠算法（bat algorithm，BA）是一类新型的搜索全局最优解的随机优化技术。为了提高BA算法的搜索效果，把模拟退火的思想引入到蝙蝠优化算法中，并对蝙蝠算法的某些个体进行高斯扰动，提出了一种基于模拟退火的高斯扰动蝙蝠优化算法（SAGBA）。分别将蝙蝠优化算法、模拟退火粒子群算法、SAGBA在20个典型的基准测试函数中进行仿真对比，结果表明SAGBA不仅增加了全局收敛性，而且在收敛速度和精度方面均优于其他两种算法。