赫兹量化

在基本的蝙蝠算法中，每个蝙蝠都被视为一个“无质量和无大小”的粒子，代表解空间中的有效解。对于不同的适应度函数，每只蝙蝠都有对应的特征值，通过对比特征值来判定当前的最优个体。然后更新声波的频率、速度、脉冲发射速度、和种群中每只蝙蝠的体积，继续迭代演化，逼近当前最优解，最终找到全局最优解。该算法更新每只蝙蝠的频率、速度和位置。

标准算法需要五个基本参数：频率、音量、纹波、以及音量和纹波的比率。 频率用于平衡历史最佳位置对当前位置的影响。 当搜索频率范围较大时，单只蝙蝠就能远离群体的历史位置进行搜索，反之亦然。

与前面考虑的参数相比，该算法有很多参数：

input double MIN_FREQ_P = 0.0;

input double MAX_FREQ_P = 1.0;

input double MIN_LOUDNESS_P = 0.0;

input double MAX_LOUDNESS_P = 1.5;

input double MIN_PULSE_P = 0.0;

input double MAX_PULSE_P = 1.0;

input double ALPHA_P = 0.3;