一种改进的教与学算法在函数优化中的应用

• 作者: 刘洋 徐娟 刘妍秀 张春燕
• 来源期刊: 现代信息科技
• 关键词: 教与学 高斯分布 局部最优 收敛 算法
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 计算机技术|Computer Technology
• 页码范围: 61-66,71
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19850/j.cnki.2096-4706.2021.03.017

摘要

为了克服教与学优化算法在解决无约束优化问题时容易陷入局部最优、收敛速度慢的局限性,文章提出了一种改进的教与学优化(ITLBO)算法.ITLBO算法在教师教学的过程中采用高斯分布和小概率随机扰动的策略;在学员学习的过程中通过增加权重系数来加强算法的局部寻优能力,平衡算法的开采和探索能力;最后,利用11个测试函数对ITLBO算法进行了性能测试,结果表明ITLBO算法在寻优精度和收敛速度上都要优于其他智能优化算法.