基于改进蝙蝠算法的混合整数规划问题  

An Improved Bat Algorithm for Solving Nonlinear Mixed Integer Optimization Problems

作　　者：赵乃刚[1] 李勇[1] 

机构地区：[1]山西大同大学数学与计算机科学学院,山西大同037009

出　　处：《微电子学与计算机》2017年第6期94-98,共5页Microelectronics & Computer

基　　金：国家自然科学基金(61272095);国家自然科学基金青年基金(41401521);山西大同大学科学研究项目(2016K1)

摘　　要：针对非线性混合整数规划问题,提出了一种改进的蝙蝠算法.构造出一种自适应调整的局部搜索步长,同时对整数变量采用单位步长搜索,以此逐步提高蝙蝠算法的局部开发能力;引入自然选择原理,平衡改进蝙蝠算法的全局搜索能力;初始一个可行解,保证算法的正确搜索方向.通过13个常见的测试函数测试结果表明,改进的蝙蝠算法对求解非线性混合整数规划问题,在成功率和精度方面都不亚于改进的粒子群算法.This paper proposed an improved BA algorithm for solving nonlinear mixed integer optimization problems （NMIP） problem, An adaptive local search step size is constructed, and the integer variable is searched by unit step size, this improves the local search ability of the improved algorithm. Natural selection principle can improve the global search ability of the improved algorithm. The improved algorithm uses a feasible solution to ensure the correct search direction of the algorithm. Experimental results of sixteen test function show that the improved bat algorithm is not inferior to the improved particle swarm optimization algorithm for solving nonlinear mixed integer optimization problems.

关 键 词：蝙蝠算法 非线性混合整数规划 自适应搜索步长 自然选择 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]