【出 处】：《 计算机仿真 》 CSCD 2014年第31卷第1期 272-277页,共7页

【作 者】： 肖辉辉 ; 段艳明

【摘 要】 为解决基本蝙蝠算法寻优精度不高、后期收敛速度慢、易陷入局部最优等问题，提出了一种基于差分进化算法的改进蝙蝠算法。把差分进化算法中的变异、交叉、选择机制应用于蝙蝠算法，使缺乏变异机制的蝙蝠算法具有变异机制，从而提高蝙蝠算法的多样性，避免种群个体陷入局部最优，增强算法全局寻优能力。通过6个标准测试函数测试的仿真结果表明，改进的算法能够较大幅度地提高其收敛精度、收敛速度以及鲁棒性，并有效地避免早熟收敛问题。把改进算法应用于求解非线性方程组问题，通过数值算例，验证了改进算法的可行性和有效性，扩展了蝙蝠算法的应用领域。