蝙蝠算法（Bat Algorithm，縮寫 BA），是一種元啟發式優化算法，是楊新社（音譯自：Xin-She Yang）在2010年提出的算法^[1]。這個蝙蝠算法以微蝙蝠（microbats）回聲定位行為的基礎，采用不同的脈沖發射率和響度^[2][3]。

目錄

• 1算法描述
• 2算法方程
• 3算法應用
• 4參考文獻
• 5延伸閱讀

算法描述[編輯]

把蝙蝠的回聲定位理想化，可以總結如下：每個虛擬蝙蝠有隨機的飛行速度在位置（問題的解），同時蝙蝠具有不同的頻率或波長、響度和脈沖發射率r。蝙蝠狩獵和發現獵物時，它改變頻率、響度和脈沖發射率，進行最佳解的選擇，直到目標停止或條件得到滿足。這本質上就是使用調諧技術來控制蝙蝠群的動態行為，平衡調整算法相關的參數，以取得蝙蝠算法的最優。

算法方程[編輯]

根據Yang (2010)的文章， 新的解和速度更新方程：

其中，隨機數為均勻分布。是目前找到最優解。

A和r應該在迭代中變換：

其中，?和是常數。

算法應用[編輯]

蝙蝠算法已用于工程設計^[4]、分類^[5]等應用。把蝙蝠算法（BA）與遺傳算法（GA）、PSO等方法進行比較，并用于訓練神經網絡，得出的結論清楚顯示：蝙蝠算法比其他算法有很好優勢^[6]。

參考文獻[編輯]

^?X. S. Yang, A New Metaheuristic Bat-Inspired Algorithm, in: Nature Inspired Cooperative Strategies for Optimization (NISCO 2010), Studies in Computational Intelligence, Springer Berlin, 284, Springer, 65-74 (2010).?http://arxiv.org/abs/1004.4170

^?J. D. Altringham, Bats: Biology and Behaviour, Oxford University Press, (1996).

^?P. Richardson, Bats. Natural History Museum, London, (2008)

^?X. S. Yang and A. H. Gandomi, Bat algorithm: a novel approach for global engineering optimization, Engineering Computations, Vol. 29, No. 5, pp. 464-483 (2012).

^?S. Mishra, K. Shaw, D. Mishra, A new metaheuristic classification approach for microarray data,Procedia Technology, Vol. 4, pp. 802-806 (2012).

^?K. Khan and A. Sahai, A comparison of BA, GA, PSO, BP and LM for training feed forward neural networks in e-learning context, Int. J. Intelligent Systems and Applications (IJISA), Vol. 4, No. 7, pp. 23-29 (2012).

延伸閱讀[編輯]

• 蝙蝠算法的詳細的介紹：Yang, X. S., Nature-Inspired Metaheuristic Algoirthms, 2nd Edition, Luniver Press, (2010).
• Matlab/Octave程序

總結

以上是生活随笔為你收集整理的【算法学习】蝙蝠算法简介的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。