為解決教與學(xué)優(yōu)化（TLBO）算法易陷入局部最優(yōu)的問(wèn)題,提出了一種基于元胞自動(dòng)機(jī)的教與學(xué)優(yōu)化算法（CATLBO）。算法建立了四邊形網(wǎng)狀元胞自動(dòng)機(jī)模型并指定其鄰域結(jié)構(gòu)和規(guī)則。為保持種群多樣性,在教學(xué)階段提出以一定的概率接收退步個(gè)體的策略;為加快收斂并保證解的精度,在學(xué)習(xí)階段制定不同學(xué)習(xí)規(guī)則,劣勢(shì)個(gè)體向優(yōu)勢(shì)個(gè)體學(xué)習(xí),優(yōu)勢(shì)個(gè)體執(zhí)行混沌擾動(dòng)進(jìn)行自我學(xué)習(xí)。使用多個(gè)Benchmark測(cè)試函數(shù)和經(jīng)典TSP問(wèn)題對(duì)算法進(jìn)行了仿真。結(jié)果表明:CATLBO算法全局搜索能力強(qiáng),與基本TLBO等算法相比,在處理高維多峰問(wèn)題上更具優(yōu)勢(shì)。 

【文章來(lái)源】：傳感器與微系統(tǒng). 2019,38(01)CSCD

【文章頁(yè)數(shù)】：5 頁(yè)

【文章目錄】：
0 引言
1 TLBO
2 CATLBO算法
    2.1 模型建立
    2.2 教學(xué)階段改進(jìn)
    2.3 學(xué)習(xí)階段改進(jìn)
        2.3.1 鄰域結(jié)構(gòu)
        2.3.2 個(gè)體更新規(guī)則
    2.4 CATLBO算法流程
3 仿真測(cè)試與分析
    3.1 無(wú)約束優(yōu)化測(cè)試
    3.2 帶約束優(yōu)化測(cè)試
    3.3 組合優(yōu)化測(cè)試
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)蟻群算法的機(jī)器人焊接路徑規(guī)劃[J]. 王春華,邱立鵬,潘德文.  傳感器與微系統(tǒng). 2017(02)
[2]基于改進(jìn)蝙蝠算法的無(wú)線傳感器網(wǎng)絡(luò)的移動(dòng)節(jié)點(diǎn)部署[J]. 袁曦,張曦煌.  傳感器與微系統(tǒng). 2016(03)
[3]改進(jìn)的雙種群競(jìng)爭(zhēng)教與學(xué)優(yōu)化算法[J]. 王培崇,錢旭.  計(jì)算機(jī)工程與應(yīng)用. 2015(24)
[4]基于反饋的精英教學(xué)優(yōu)化算法[J]. 于坤杰,王昕,王振雷.  自動(dòng)化學(xué)報(bào). 2014(09)
[5]一種具有演化規(guī)則的元胞遺傳算法[J]. 魯宇明,黎明,李凌.  電子學(xué)報(bào). 2010(07)
[6]分段Logistic混沌映射及其性能分析[J]. 范九倫,張雪鋒.  電子學(xué)報(bào). 2009(04)
[7]求解TSP的一種改進(jìn)遺傳算法[J]. 彭丹平,林志毅,王江晴.  計(jì)算機(jī)工程與應(yīng)用. 2006(13)



本文編號(hào)：3237339