蝙蝠算法（Bat Algorithm，缩写 BA），是一种元启发式优化算法，是杨新社（音译自：Xin-She Yang）在2010年提出的算法 [1] 。这个蝙蝠算法以微蝙蝠（microbats）回声定位行为的基础，采用不同的脉冲发射率和响度 [2] [3] 。

把蝙蝠的回声定位理想化，可以总结如下：每个虚拟蝙蝠有随机的飞行速度 vi 在位置 xi （问题的解），同时蝙蝠具有不同的频率或波长、响度 Ai 和脉冲发射率r。蝙蝠狩猎和发现猎物时，它改变频率、响度和脉冲发射率，进行最佳解的选择，直到目标停止或条件得到满足。这本质上就是使用调谐技术来控制蝙蝠群的动态行为，平衡调整算法相关的参数，以取得蝙蝠算法的最优。

根据Yang (2010)的文章， 新的解 xti 和速度 vti 更新方程：

其中，随机数为均匀分布。 x∗ 是目前找到最优解。

A和r应该在迭代中变换：

其中， 0