耿艳香，张立毅，孙云山，费 腾，蒋师贤，马嘉骏



基于RNA遗传操作的改进蝙蝠算法

耿艳香1, 2，张立毅1, 2，孙云山2，费 腾2，蒋师贤2，马嘉骏2

(1. 天津大学电气自动化与信息工程学院，天津 300072；2. 天津商业大学信息工程学院，天津 300134)

蝙蝠算法作为一种新型的元启发式算法，具有优越的寻优能力和广泛的应用空间，同时也存在着收敛速度和精度的制约问题及个体之间欠缺交互等问题，针对这些不足，引入了RNA遗传算法增强个体之间的交流，通过信息的交叉和变异等变化措施，加快了算法的搜索能力，提高了搜索精度. 通过测试函数验证了改进后的算法具有较好的收敛精度、可靠性和稳定性，大大提升了蝙蝠算法的寻优能力.

蝙蝠算法；RNA遗传；交叉；变异

智能仿生算法做为新兴的智能优化算法，是解决函数优化[1]、路径搜索[2]、数据分析[3]等问题的有效手段．近年来学者们提出了多种新型智能仿生算法，典型代表有鱼群算法[4]、粒子群算法[5]、蚁群算法[6]、蜂群算法[7]，并在多个领域得到较好的应用．

2010年，剑桥大学的Yang教授[8]根据蝙蝠自身的回声定位能力，提出一种新型的智能仿生算法——蝙蝠算法．蝙蝠在飞行过程中发出不同频率的超声波，经过物体反射后，根据反馈信息调整飞行策略．盛孟龙等[9]通过对蝙蝠算法的全局收敛性分析验证，得出该算法无法确保全局收敛的结论，因此对蝙蝠算法提出有效的改进是有必要的．李雅梅等[10]运用Powell机制改进蝙蝠算法，将传统的Powell算法作为一……