蝙蝠优化算法

第一部分 导引篇
第1章 绪论 3
1．1 优化算法概述 4
1．2 确定性优化算法 4
1．3 随机优化算法 5
1．4 基本蝙蝠算法简介 7
1．5 蝙蝠算法研究综述 9
1．6 本书的框架 17
参考文献 18
第2章 蝙蝠算法的收敛性分析 31
2．1 全局收敛性的相关概念 32
2．2 蝙蝠算法收敛性分析现状 33
2．3 基本蝙蝠算法分析 35
2．4 3种边界条件 39
2．5 基本蝙蝠算法的收敛性分析 40
2．6 标准蝙蝠算法的收敛性分析 46
2．7 收敛速度分析 49
2．8 小结 50
参考文献 50
第二部分 原理篇
第3章 三角翻转蝙蝠算法 53
3．1 记忆方式的速度更新公式分析 54
3．2 三角翻转法介绍 56
3．2．1 基于对称方式的三角翻转法 56
3．2．2 基于比例方式的三角翻转法 57
3．3 记忆型三角翻转蝙蝠算法 59
3．3．1 记忆型三角翻转蝙蝠算法概述 59
3．3．2 收敛性证明 60
3．3．3 仿真试验 61
3．4 无记忆型三角翻转蝙蝠算法 64
3．4．1 无记忆型三角翻转蝙蝠算法概述 64
3．4．2 仿真试验 67
3．5 快速三角翻转蝙蝠算法 69
3．5．1 快速三角翻转蝙蝠算法概述 69
3．5．2 仿真试验 70
3．6 小结 78
参考文献 79
第4章 蝙蝠算法的扰动策略设计 81
4．1 标准蝙蝠算法的局部收敛性能分析 82
4．2 线性递减策略 86
4．2．1 算法思想 86
4．2．2 参数选择 87
4．3 曲线递减策略 89
4．3．1 算法思想 89
4．3．2 参数选择 90
4．4 基于曲线递减策略的快速三角翻转蝙蝠算法 94
4．5 LEACH协议的优化应用 97
4．6 小结 101
参考文献 102
第5章 全局搜索与局部搜索的转化策略 105
5．1 已有的转化策略 106
5．2 随机转化策略 107
5．3 基于适应值信息的转化策略 110
5．3．1 基于秩的转化策略 110
5．3．2 基于数值的转化策略 114
5．4 基于启发式信息的统一搜索蝙蝠算法 115
5．5 DV-Hop算法的优化 121
5．6 小结 125
参考文献 126
第6章 集成策略算法 129
6．1 UHBA算法分析 130
6．2 6种集成策略 131
6．3 固定概率选择的集成算法 134
6．4 动态概率选择的集成算法 138
6．4．1 动态概率选择策略 138
6．4．2 仿真试验 141
6．5 小结 148
参考文献 149
第三部分 应用篇
第7章 多目标蝙蝠算法软件缺陷预测 153
7．1 多目标软件缺陷预测 154
7．1．1 研究背景 154
7．1．2 问题介绍 156
7．1．3 欠采样软件缺陷预测模型 159
7．2 多目标蝙蝠算法 161
7．2．1 多目标优化问题 161
7．2．2 多目标蝙蝠算法分析 162
7．2．3 不平衡数据集的欠采样软件缺陷预测具体实现方式 163
7．3 仿真试验 164
7．4 小结 168
参考文献 169
第8章 高维多目标蝙蝠算法软件缺陷预测 173
8．1 高维多目标软件缺陷预测问题 174
8．2 高维多目标优化算法研究现状 175
8．3 高维多目标蝙蝠算法 176
8．3．1 基于维度更新的高维多目标蝙蝠算法全局更新策略 176
8．3．2 基于维度更新的高维多目标蝙蝠算法局部更新策略 177
8．3．3 适应值估计方法 177
8．3．4 目标函数 179
8．3．5 算法框架 181
8．4 仿真试验 181
8．4．1 参数设置及度量指标 181
8．4．2 试验结果分析 182
8．5 小结 184
参考文献 184
附录A 快速三角翻转蝙蝠算法源代码 189
附录B 基于曲线递减策略的快速三角翻转蝙蝠算法源代码 197
附录C 基于秩转化的曲线递减快速三角翻转蝙蝠算法源代码 203
附录D 基于数值转化的曲线递减快速三角翻转蝙蝠算法源代码 209