局部维度改进的教与学优化算法

• 作者: 何杰光 崔得龙 彭志平 李启锐
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 教与学优化算法 局部维度改进 自学习扰动 混合策略
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 计算机技术
• 页码范围: 2159-2170
• 页数: 12页
• 分类号: TP391
• 字数: 8662字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2018.11.015

摘要

针对原始教与学优化算法局部搜索能力不强和进化后期容易陷入局部最优的问题,提出基于局部维度改进和自学习扰动的教与学优化算法.将局部维度改进融入教和学2个阶段,将个体的高质量维度变量保留到下一代,不断改善低质量维度变量,提高算法的细粒度搜索能力.提出一种混合全局维度改进和局部维度改进的个体更新方式,通过2种改进权重的逐代变化实现算法早期全局搜索和后期局部探测的平衡.在新算法中增加基于个体最优位置和搜索边界信息的自学习阶段,使种群在进化后期仍能向最优解方向搜索,避免算法过早陷入局部最优.基于标准测试函数的仿真结果表明,相比于原始的教与学优化算法和当前其他优秀的改进版本,局部维度改进的教与学优化算法的收敛精度平均提高了102～105倍,收敛速度平均提高了2～3倍.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭志平	广东石油化工学院计算机与电子信息学院	79	414	10.0	14.0
2	李启锐	广东石油化工学院计算机与电子信息学院	30	104	6.0	8.0
3	崔得龙	广东石油化工学院计算机与电子信息学院	33	83	5.0	7.0
4	何杰光	广东石油化工学院计算机与电子信息学院	15	12	1.0	2.0