蝙蝠优化算法

蝙蝠优化算法是一种新颖的模拟蝙蝠行为的群智能优化算法，因该算法有模型简单、参数少、通用性强等优点，故被广泛应用于解决实际问题。本书分为8章，第1~2章介绍蝙蝠优化算法的基本框架、研究进展，并讨论了蝙蝠算法的全局收敛性问题；第3~6章从蝙蝠算法的全局搜索方式、局部搜索方式、全局/局部搜索的平衡策略、全局/局部搜索的集成策略等方面介绍作者的工作；第7~8章围绕软件缺陷预测问题，分别构造多目标软件缺陷预测模型和高维多目标软件缺陷预测模型，并有针对性地设计相应的多目标蝙蝠优化算法和高维多目标蝙蝠优化算法来对模型进行求解，从而为解决相关问题提供参考。本书适合从事智能计算研究与应用的科技工作者和工程技术人员阅读使用，也可以作为高等院校计算机科学与技术、控制科学与工程等学科高年级本科生及研究生的教学参考书。

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
2.43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
4.5LEACH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
5.5DV-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
6.1UHBA算法分析130
6.26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