Bat algoritm

Bat -algoritmen är en metaheuristisk algoritm för global optimering . Den var inspirerad av ekolokaliseringsbeteendet hos mikrofladdermöss , med varierande pulshastigheter för emission och ljudstyrka. Bat-algoritmen utvecklades av Xin-She Yang 2010.

Liknelse

Idealiseringen av ekolokaliseringen av mikrofladdermöss kan sammanfattas enligt följande: Varje virtuell fladdermus flyger slumpmässigt med en hastighet $v_{i}$ i position (lösning) $x_{i}$ med en varierande frekvens eller våglängd och ljudstyrka $A_{i}$ . När den söker och hittar sitt byte ändrar den frekvens, ljudstyrka och pulsemissionshastighet $r$ . Sökandet intensifieras av en lokal slumpmässig promenad . Urvalet av det bästa fortsätter tills vissa stoppkriterier är uppfyllda. Detta använder i huvudsak en frekvensjusteringsteknik för att kontrollera det dynamiska beteendet hos en svärm av fladdermöss, och balansen mellan utforskning och exploatering kan kontrolleras genom att ställa in algoritmberoende parametrar i fladdermusalgoritmen.

En detaljerad introduktion av metaheuristiska algoritmer inklusive fladdermusalgoritmen ges av Yang där ett demoprogram i MATLAB / GNU Octave är tillgängligt, medan en omfattande granskning utförs av Parpinelli och Lopes. En ytterligare förbättring är utvecklingen av en utvecklande fladdermusalgoritm (EBA) med bättre effektivitet.

Se även

• Lista över metaforbaserad metaheuristik

Vidare läsning

• Yang, X.-S. (2014), Naturinspirerade optimeringsalgoritmer , Elsevier .