具有小世界邻域结构的教与学优化算法

• 作者: 汪慎文 王培崇 耿明月 马玥
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 教与学优化(TLBO) 小世界网络 邻域结构 反向学习(OBL)
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 1341-1350
• 页数: 10页
• 分类号: TP301.6
• 字数: 6399字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1604008

摘要

教与学优化(teaching-learning-based optimization,TLBO)算法是近年来提出的一种通过模拟“教”与“学”行为的群体智能算法.为了克服教与学优化算法容易早熟,解精度较低,后期收敛速度慢等弱点,提出了一种改进的教与学优化算法,并命名为S-TLBO (small world neighborhood TLBO).该算法采用小世界网络作为其种群的空间结构关系,种群中的个体被看作是网络上的节点.在算法的“教”阶段,学生基于概率向教师个体进行学习,而在“学”阶段,学生则在自己的邻居节点中随机选择较为优秀的个体进行学习.为了提高加强算法的勘探新解和开采能力,引入教师个体执行反向学习算法.在多个经典的测试函数上的实验结果表明,所提出的改进算法具有较高的全局收敛性和解精度,适合于求解较高维度的多模态函数优化问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王培崇	河北地质大学信息工程学院	11	64	5.0	7.0
3	汪慎文	河北地质大学信息工程学院	11	28	3.0	5.0
4	耿明月	重庆邮电大学计算机学院	2	7	2.0	2.0
7	马玥	河北地质大学信息工程学院	3	6	1.0	2.0