蝙蝠算法的全局收敛性分析  

Analysis of bat algorithm′s global convergence

作　　者：盛孟龙[1] 贺兴时[1] 丁文静[1] 

机构地区：[1]西安工程大学理学院,陕西西安710048

出　　处：《纺织高校基础科学学报》2013年第4期543-547,共5页Basic Sciences Journal of Textile Universities

基　　金：陕西省软科学基金项目(2012KRM58);陕西省教育厅自然科学基金项目(12JK0744;11JK0188)

摘　　要：为了研究蝙蝠算法的收敛性,本文基于随机搜索算法的全局收敛性判断准则对蝙蝠算法的收敛性进行了分析,并通过仿真实验进行了验证.结果表明,蝙蝠算法不完全满足随机搜索优化算法的2个全局收敛准则,无法确保全局收敛,因此蝙蝠算法属于局部搜索优化算法.In order tO study the convergence of the bat algorithm, based on the global convergence criteria of random optimal algorithm, the convergence of the bat algorithm is analyzed to prove that the bat algo- rithm does not fully meet the two global optimization algorithm convergence criteria. And through the simulation experiments, the result shows that the bat algorithm cannot ensure global convergence, so it belongs to the local search optimization algorithm.

关 键 词：蝙蝠算法 随机优化算法 全局收敛性 全局最优解 

分 类 号：P301.6[天文地球—地球物理学]