摘要：蝙蝠算法是一種有效地求解單目標優(yōu)化問題的啟發(fā)式算法。然而,標準蝙蝠算法的速度更新方式偏向于搜索當前全局最優(yōu)個體周圍潛在較優(yōu)個體,導致算法過早收斂。針對此缺陷,提出了基于慣性權(quán)重的蝙蝠算法,即在速度更新時添加慣性權(quán)重以改進速度更新的方向,使得種群中個體可以有效地跳出局部最優(yōu)點。為驗證所提算法的性能,采用了CEC2013作為測試集,PSO和標準蝙蝠算法作為對比算法。實驗結(jié)果顯示,所提改進算法可以有效地提升標準蝙蝠算法性能。