改進(jìn)的教-學(xué)優(yōu)化算法
發(fā)布時間:2021-07-05 14:35
教-學(xué)優(yōu)化算法是一種新型啟發(fā)式優(yōu)化算法。針對教-學(xué)優(yōu)化算法容易陷入局部最優(yōu)的不足,提出了一種改進(jìn)教-學(xué)優(yōu)化算法(an improved teaching-learning based optimization,AITLBO)。在教學(xué)階段通過擾動機制提高教師的教學(xué)效果,避免算法陷入局部最優(yōu)。在學(xué)習(xí)階段初期分別采取較差學(xué)生向優(yōu)秀學(xué)生動態(tài)隨機學(xué)習(xí)和優(yōu)秀學(xué)生重新向教師隨機學(xué)習(xí)的策略使當(dāng)前解向最優(yōu)方向進(jìn)化,避免較差解破壞較優(yōu)解的結(jié)構(gòu),提高了學(xué)習(xí)階段學(xué)生的學(xué)習(xí)效率。在學(xué)習(xí)階段后期引入了學(xué)生自我反思的學(xué)習(xí)策略,實現(xiàn)算法對局部信息的精細(xì)搜索,提高算法對解空間信息開發(fā)的能力,避免了算法因過早收斂易陷入局部最優(yōu)的不足。將其與目前較優(yōu)的幾種改進(jìn)TLBO算法和其他啟發(fā)式優(yōu)化算法進(jìn)行性能測試對比,結(jié)果表明AITLBO算法具有較高的尋優(yōu)精度和較快的收斂速度。
【文章來源】:計算機技術(shù)與發(fā)展. 2019,29(08)
【文章頁數(shù)】:5 頁
【文章目錄】:
0 引 言
1 TLBO算法
1.1 教學(xué)階段
1.2 學(xué)習(xí)階段
2 AITLBO算法
2.1 改進(jìn)教學(xué)階段
2.2 改進(jìn)學(xué)習(xí)階段
(1) 學(xué)生之間相互學(xué)習(xí)。
(2) 自我反思學(xué)習(xí)。
2.3 AITLBO算法流程
3 仿真實驗
4 結(jié)束語
【參考文獻(xiàn)】:
期刊論文
[1]基于討論組和自主學(xué)習(xí)的教與學(xué)優(yōu)化算法[J]. 吳聰聰,賀毅朝,陳嶷瑛,張祖斌,劉雪靜. 計算機應(yīng)用研究. 2018(05)
[2]改進(jìn)的動態(tài)自適應(yīng)學(xué)習(xí)教與學(xué)優(yōu)化算法[J]. 王培崇. 計算機應(yīng)用. 2016(03)
[3]基于教與學(xué)優(yōu)化算法的PID控制器參數(shù)尋優(yōu)[J]. 何學(xué)明,苗燕楠,羅再磊. 計算機工程. 2015(08)
[4]基于反饋教學(xué)優(yōu)化算法的混沌系統(tǒng)參數(shù)辨識[J]. 李瑞國,張宏立,王雅. 計算機應(yīng)用. 2015(05)
本文編號:3266255
【文章來源】:計算機技術(shù)與發(fā)展. 2019,29(08)
【文章頁數(shù)】:5 頁
【文章目錄】:
0 引 言
1 TLBO算法
1.1 教學(xué)階段
1.2 學(xué)習(xí)階段
2 AITLBO算法
2.1 改進(jìn)教學(xué)階段
2.2 改進(jìn)學(xué)習(xí)階段
(1) 學(xué)生之間相互學(xué)習(xí)。
(2) 自我反思學(xué)習(xí)。
2.3 AITLBO算法流程
3 仿真實驗
4 結(jié)束語
【參考文獻(xiàn)】:
期刊論文
[1]基于討論組和自主學(xué)習(xí)的教與學(xué)優(yōu)化算法[J]. 吳聰聰,賀毅朝,陳嶷瑛,張祖斌,劉雪靜. 計算機應(yīng)用研究. 2018(05)
[2]改進(jìn)的動態(tài)自適應(yīng)學(xué)習(xí)教與學(xué)優(yōu)化算法[J]. 王培崇. 計算機應(yīng)用. 2016(03)
[3]基于教與學(xué)優(yōu)化算法的PID控制器參數(shù)尋優(yōu)[J]. 何學(xué)明,苗燕楠,羅再磊. 計算機工程. 2015(08)
[4]基于反饋教學(xué)優(yōu)化算法的混沌系統(tǒng)參數(shù)辨識[J]. 李瑞國,張宏立,王雅. 計算機應(yīng)用. 2015(05)
本文編號:3266255
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3266255.html
最近更新
教材專著