本文選題：教與學優(yōu)化算法　切入點：差分變異　出處：《浙江大學學報(工學版)》2017年05期 　論文類型：期刊論文

【摘要】：為了提高教與學優(yōu)化算法(TLBO)的搜索能力,解決算法易陷入局部最優(yōu)的問題,提出基于混合學習策略和擾動的教與學優(yōu)化算法.在教與學算法的學階段融合差分進化算法變異策略,提出混合學習策略,使學員在學習后期具有更好的學習能力,提高算法的收斂性能;在算法后期提出新的擾動策略,減小學員在算法后期陷入局部最優(yōu)的可能,保證算法全局最優(yōu)性.基于標準測試函數(shù)的實驗結果表明,相比于目前性能優(yōu)異的同類4種算法,改進算法可有效提高算法的收斂速度和收斂精度,優(yōu)化性能明顯提高.
[Abstract]:In order to improve the search ability of teaching and learning optimization algorithm (TLBO) and solve the problem that the algorithm is easy to fall into local optimum, A learning and teaching optimization algorithm based on mixed learning strategy and disturbance is proposed. In the learning stage of teaching and learning algorithm, the mutation strategy of differential evolution algorithm is merged, and the hybrid learning strategy is put forward to make students have better learning ability in the later stage of learning. The convergence performance of the algorithm is improved, and a new perturbation strategy is proposed in the later stage of the algorithm to reduce the possibility of trainee falling into local optimum in the later stage of the algorithm and to ensure the global optimality of the algorithm. The experimental results based on the standard test function show that, Compared with other four algorithms with excellent performance, the improved algorithm can effectively improve the convergence speed and accuracy of the algorithm, and improve the performance of the algorithm obviously.
【作者單位】： 哈爾濱工程大學信息與通信工程學院;
【基金】：國家自然科學基金資助項目(61175126)
【分類號】：TP18

【相似文獻】

相關期刊論文 前10條

1 齊潔;汪定偉;;極值優(yōu)化算法綜述[J];控制與決策;2007年10期

2 孫騫;張進;王宇翔;;蟻群算法優(yōu)化策略綜述[J];信息安全與技術;2014年02期

3 胡娟,王常青,韓偉,全智;蟻群算法及其實現(xiàn)方法研究[J];計算機仿真;2004年07期

4 李金漢;杜德生;;一種改進蟻群算法的仿真研究[J];自動化技術與應用;2008年02期

5 李修琳;魯建廈;柴國鐘;湯洪濤;;混合蜂群算法求解柔性作業(yè)車間調度問題[J];計算機集成制造系統(tǒng);2011年07期

6 秦全德;程適;李麗;史玉回;;人工蜂群算法研究綜述[J];智能系統(tǒng)學報;2014年02期

7 李豆豆;邵世煌;齊金鵬;;生存遷移算法[J];系統(tǒng)仿真學報;2008年08期

8 曹炬;賈紅;李婷婷;;煙花爆炸優(yōu)化算法[J];計算機工程與科學;2011年01期

9 劉曉勇;付輝;;一種快速AP聚類算法[J];山東大學學報(工學版);2011年04期

10 王圣堯;王凌;方晨;許燁;;分布估計算法研究進展[J];控制與決策;2012年07期

相關會議論文 前2條

1 朱雙東;艾智斌;閻夏;;BP網(wǎng)絡學習算法的改進方案探析[A];1998年中國智能自動化學術會議論文集（上冊）[C];1998年

2 唐乾玉;陳翰馥;韓曾晉;;串行生產(chǎn)線的參數(shù)優(yōu)化[A];1994年中國控制會議論文集[C];1994年

相關博士學位論文 前2條

1 王可心;大規(guī)模過程系統(tǒng)非線性優(yōu)化的簡約空間理論與算法研究[D];浙江大學;2008年

2 傅啟明;強化學習中離策略算法的分析及研究[D];蘇州大學;2014年

相關碩士學位論文 前10條

1 馬英鈞;基于人工蜂群算法的約束優(yōu)化問題研究[D];華中師范大學;2015年

2 孫方亮;基于粒子群與中心引力的一種新混合算法及應用[D];西安電子科技大學;2014年

3 張德祥;基于改進蟻群算法的機器人三維路徑規(guī)劃研究[D];青島科技大學;2015年

4 盧協(xié)平;聯(lián)盟競賽算法的研究與應用[D];福州大學;2014年

5 代水芹;基于種群分解的進化超多目標算法及其應用[D];廣東工業(yè)大學;2016年

6 李倩;支持張量機的切平面算法研究[D];華南理工大學;2016年

7 姚洪曼;基于改進人工蜂群算法的模糊聚類研究[D];廣西大學;2016年

8 丁亞英;基于局部搜索和二進制的改進人工蜂群算法[D];南京師范大學;2016年

9 楊杰;基于粒子群優(yōu)化算法的不確定聚類技術研究[D];北方民族大學;2016年

10 周雨鵬;基于鴿群算法的函數(shù)優(yōu)化問題求解[D];東北師范大學;2016年

，

本文編號：1580477