ScholarGate
Assistent
Process / pipelineMetaheuristics

Bat Algorithm

Bat Algorithm (BA) är en naturinspirerad metaheuristisk optimeringsmetod som föreslogs av Xin-She Yang år 2010. Den efterliknar mikrofladdermössens ekolokalisering för att balansera global utforskning och lokal exploatering. Varje artificiell fladdermus justerar sin position, hastighet och emissionsfrekvens, där ljudstyrka och pulsfrekvens dynamiskt styr övergången från bred sökning till förfinad lokal anpassning. BA lämpar sig för kontinuerliga och kombinatoriska optimeringsproblem inom ingenjörsvetenskap, schemaläggning och maskininlärning.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

The neighbourhood of related methods — select a node to explore.

Källor

  1. Yang, X.-S. (2010). A new metaheuristic bat-inspired algorithm. Nature Inspired Cooperative Strategies for Optimization (NICSO), 65–74. DOI: 10.1007/978-3-642-12538-6_6

Så citerar du den här sidan

ScholarGate. (2026, June 2). Bat Algorithm. ScholarGate. https://scholargate.app/sv/optimization/bat-algorithm

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateBat Algorithm (Bat Algorithm). Hämtad 2026-06-15 från https://scholargate.app/sv/optimization/bat-algorithm · Datamängd: https://doi.org/10.5281/zenodo.20539026