面向高维复杂多模态问题的教与学优化求解算法

• 作者: 拓守恒 邓方安 雍龙泉 黎延海
• 来源期刊: 计算机应用研究
• 关键词: 改进的教与学优化算法 '自学'机制 复杂多模态优化问题
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1939-1945,1956
• 页数: 8页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.07.004

摘要

针对教与学优化算法(teaching-learning-based optimization,TLBO)在求解一些高维多模态复杂优化问题时,存在种群容易过早陷入局部搜索,导致丢失全局最优解的问题,提出一种改进的TLBO优化算法(MTLBO).该算法以更接近人类的学习方式,对标准TLBO中的"教"和"学"过程进行了改进,并引入了新的"自学"机制来加强学员的创新学习能力,从而有效提高了算法的全局探索能力.通过10个复杂的多模态优化问题测试表明,在求解复杂多模态问题方面,与五种具有优异性能的TLBO算法和三种经典的群智能计算方法(如SaDE、CLPSO、NGHS)相比,MTLBO算法具有全局搜索能力强、稳定性好等明显优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	拓守恒	陕西理工大学数学与计算机科学学院	55	591	12.0	22.0
2	雍龙泉	陕西理工大学数学与计算机科学学院	111	680	12.0	21.0
3	邓方安	陕西理工大学数学与计算机科学学院	73	398	11.0	17.0
4	黎延海	陕西理工大学数学与计算机科学学院	27	79	5.0	8.0