基于反向学习的微种群教与学优化算法及其应用

• 作者: 柳缔西子 王筱薇 王维莉 范勤勤 韩新
• 来源期刊: 郑州大学学报（工学版）
• 学科: 工学
• 关键词: 教与学优化 微种群 反向学习 非合作博弈
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 智能信息工程
• 页码范围: 59-67
• 页数: 9页
• 分类号: TP311.1
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6833.2020.01.020

摘要

为提高教与学优化算法的收敛速率且保证其可靠性,提出了一种基于反向学习的微种群教与学优化算法(opposition-based learning teaching-learning-based optimization algorithm with a micro population,OBL-μTLBO).在所提算法中,利用小的种群规模(微种群)来提高教与学优化算法的收敛速率和降低对计算机内存的要求.同时,OBL-μTLBO算法使用反向学习所得"教师"来指引种群进化,以此提高算法的全局探索能力和避免其陷入局部最优.仿真结果表明,OBL-μTLBO算法不仅具有较好的寻优性能,而且还具有较快的收敛速度.最后,将OBL-μTLBO算法应用于求解非合作博弈纳什均衡问题,取得令人满意的结果.