Algoritmo de murciélago

El algoritmo Bat es un algoritmo metaheurístico para la optimización global . Se inspiró en el comportamiento de ecolocalización de los micromurciélagos , con tasas de emisión de pulsos y sonoridades variables. ^{[ 1 ] [ 2 ]} El algoritmo Bat fue desarrollado por Xin-She Yang en 2010. ^{[ 3 ]}

La idealización de la ecolocalización de los micromurciélagos se puede resumir de la siguiente manera: Cada murciélago virtual vuela aleatoriamente con una velocidad${\displaystyle v_{i}}$en la posición (solución)${\displaystyle x_{i}}$con una frecuencia o longitud de onda y sonoridad variables.${\displaystyle A_{i}}$Mientras busca y encuentra a su presa, cambia la frecuencia, el volumen y la tasa de emisión de pulsos.${\displaystyle r}$La búsqueda se intensifica mediante un paseo aleatorio local . La selección del mejor continúa hasta que se cumplen ciertos criterios de parada. Esto utiliza esencialmente una técnica de ajuste de frecuencia para controlar el comportamiento dinámico de un enjambre de murciélagos, y el equilibrio entre exploración y explotación se puede controlar ajustando parámetros dependientes del algoritmo de murciélagos.

^{Yang [ 4 ]} ofrece una introducción detallada a los algoritmos metaheurísticos, incluido el algoritmo del murciélago, con un programa de demostración disponible en MATLAB / GNU Octave . Parpinelli y Lopes ^{[ 5 ]} realizan una revisión exhaustiva. Una mejora adicional es el desarrollo de un algoritmo de murciélago evolutivo (EBA) con mayor eficiencia ^{[ 6 ] .}

• Lista de metaheurísticas basadas en metáforas

• Yang, X.-S. (2014), Algoritmos de optimización inspirados en la naturaleza , Elsevier .