查看“︁蝙蝠算法”︁的源代码

{{multiple issues|
{{copyedit|time=2013-05-20T23:57:39+00:00}}
{{expand|time=2013-05-20T23:57:39+00:00}}
}}
'''蝙蝠算法'''（Bat Algorithm，縮寫 BA），是一种元启发式优化[[算法]]，是[[杨新社]]（音译自：Xin-She Yang）在2010年提出的算法<ref>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 {{Wayback|url=http://arxiv.org/abs/1004.4170 |date=20201109035250 }}</ref>。这个蝙蝠算法以微蝙蝠（microbats）回声定位行为的基础，采用不同的[[脉冲]]发射率和响度<ref>J. D. Altringham, Bats: Biology and Behaviour, Oxford University Press, (1996).</ref><ref>P. Richardson, Bats. Natural History Museum, London, (2008)</ref>。

==算法描述==
把蝙蝠的回声定位理想化，可以总结如下：每个虚拟蝙蝠有随机的飞行速度<math>v_i</math>在位置<math>x_i</math>（问题的解），同时蝙蝠具有不同的[[頻率 (物理學)|频率]]或[[波长]]、响度<math>A_i</math>和脉冲发射率r。蝙蝠狩猎和发现猎物时，它改变频率、响度和脉冲发射率，进行最佳解的选择，直到目标停止或条件得到满足。这本质上就是使用调谐技术来控制蝙蝠群的动态行为，平衡调整算法相关的参数，以取得蝙蝠算法的最优。

==算法方程==

根据Yang (2010)的文章， 新的解<math>x_i^t</math>和速度<math>v_i^t</math>更新方程：
:<math> f_i=f_{\min}+(f_{\max}-f_{\min}) \beta,</math>
:<math> v_i^t=v_i^t+(x_i^{t-1}-x_*) f_i,</math>
:<math> x_i^t =x_i^{t-1} +v_i^t. </math>
其中，随机数为均匀分布。<math>x_*</math>是目前找到最优解。

A和r应该在迭代中变换：
:<math> A_i^{t+1}=\alpha A_i^t, </math>
:<math> r_i^{t+1}=r_i^0 [1-\exp(-\gamma t)]. </math>
其中， <math>0<\alpha<1</math>和<math>\gamma>0</math>是常数。

==算法应用==
蝙蝠算法已用于工程设计<ref>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).</ref>、分类<ref>S. Mishra, K. Shaw, D. Mishra, A new metaheuristic classification approach for microarray data,Procedia Technology, Vol. 4, pp. 802-806 (2012).</ref>等应用。把蝙蝠算法（BA）与[[遗传算法]]（GA）、PSO等方法進行比较，并用于训练神经网络，得出的结论清楚顯示：蝙蝠算法比其他算法有很好优势<ref>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).</ref>。

== 參考文獻 ==
{{Reflist}}

==延伸閱讀==
* 蝙蝠算法的详细的介绍：Yang, X. S., Nature-Inspired Metaheuristic Algoirthms, 2nd Edition, Luniver Press, (2010).
* [http://www.mathworks.com/matlabcentral/fileexchange/37582 Matlab/Octave程序] {{Wayback|url=http://www.mathworks.com/matlabcentral/fileexchange/37582 |date=20131015041146 }}

[[Category:启发法]]
[[Category:數學最佳化]]
[[Category:进化算法]]