基于混沌搜索和权重学习的教与学优化算法及其应用

• 作者: 柳缔西子 胡志华 范勤勤
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 教与学优化 权重学习 启发式算法 混沌搜索 全局优化 进化计算 非合作博弈 纳什均衡
• 年，卷（期）: 2018,（5）
• 页码范围: 818-828
• 页数: 11页
• 分类号: TP301.6
• 字数: 5573字
• 语种: 中文
• DOI: 10.11992/tis.201705017

摘要

针对教与学优化算法容易陷入早熟收敛的问题,本研究提出了一种基于混沌搜索和权重学习的教与学优化(teaching-learning-based optimization algorithm based on chaotic search and weighted learning,TLBO-CSWL)算法.在TLBO-CSWL算法的教学阶段,不仅利用权重学习得到的个体来指引种群的进化,而且还使用正态分布随机数来替代原有的均匀随机数.另外,TLBO-CSWL还使用Logistics混沌搜索策略来提高其全局搜索能力.仿真结果表明,TLBO-CSWL的整体优化性能要好于其他所比较的算法.最后,将TLBO-CSWL用于求解非合作博弈纳什均衡问题,获得满意的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡志华	上海海事大学物流研究中心	126	803	15.0	20.0
2	范勤勤	上海海事大学物流研究中心	10	17	2.0	4.0
6	柳缔西子	上海海事大学物流研究中心	1	0	0.0	0.0