群体智能优化算法-蝙蝠算法.docx
版权申诉
11 浏览量
2022-07-07
06:45:19
上传
评论
收藏 118KB DOCX 举报
蝙蝠算法
第十章 蝙蝠算法
10.1 介绍
蝙蝠算法（Bat Algorithm，BA）是一种基于群体智能的算法，是受微型蝙蝠的回声
定位的启发，由 Xin-She Yang(Yang, 2010a)[1]于 2010 年提出的。大多数微型蝙蝠将声音
辐射到周围环境，并聆听这些声音来自不同物体的的回声，从而可以识别猎物，躲避障
碍物，并追踪黑暗的巢穴。声音脉冲因蝙蝠的种类而异，基本上，频率调谐是一种突变，
因为它在解中引起波动，主要是在较好的解附近，尽管较大的突变导致全局搜索。特定
的选择是通过对相对恒定的选择施加压力来实现的，这是由于在目前已经建立的种群中
使用了最优解。与遗传算法相比，没有明显的交叉;然而，响度和脉冲发射的偏差会导致
变异的不同。另外，还有一种自动缩放的功能，即随着搜索在响度和脉冲发射率的变化
上接近全局最优，利用就会变得集中起来，这导致从探索阶段自动切换到利用阶段。
10.2 蝙蝠的自然行为概述
蝙蝠是唯一有翅膀的哺乳动物，它们具有非凡的回声定位能力。它们是世界上种类
第二多的哺乳动物，有超过 1200 种。一般分为蝙蝠可以分为两类：回声定位微型蝙蝠
和以水果为食的巨型蝙蝠。蝙蝠算法是由 Yang Xin-She (2010a)[1]基于第一类蝙蝠的行
为而开发的。大多数蝙蝠以倒挂的栖息姿势休息。所有的微型蝙蝠和一些巨型蝙蝠都会
发出超声波来产生回声。微型蝙蝠的大脑和听觉神经系统可以通过比较出站脉冲和反复
出现的回声，对环境产生深入的图像。微型蝙蝠发出这些超声波(通过喉部产生)通常通
过嘴巴，偶尔通过鼻子，它们会在回声返回前就结束发出超声波。回声定位可以是低负
荷循环，也开始是高负荷循环，第一种情况时，蝙蝠可以根据时间区分它们的叫声和多
次出现的回声；第二种情况时，蝙蝠发出不间断的叫声，并在频率上将脉冲和回声分离。
回声定位也被称为生物声纳，主要用于动物的导航和觅食。在这些回声的帮助下，蝙蝠
测量物体的大小和距离，有些种类的蝙蝠甚至能够测量物体移动的速度。
10.3 蝙蝠算法的数学表达
蝙蝠在寻找目标、对象或猎物时，在位置 x 以速度 v 随机飞行，其具有静态的频率
i
i
f ，变化的波长 λ，响度 A 。频率变化范围为 f 到 f ，声音的响度可以根据需要在
min
0
min
max
资源评论
