一种新的带回溯搜索的教学优化算法

发布时间：2021-07-16 19:35

　　针对教学优化算法（Teaching-Learning-Based Optimization, TLBO）种群多样性丢失过快,容易陷入局部最优,全局搜索能力差的问题,提出了一种新的带回溯搜索的教学优化算法。新算法是利用回溯搜索算法（Backtracking Searching Algorithm, BSA）全局搜索能力较强和保留历史种群信息的特点,将TLBO和BSA合理的结合起来,形成一种新的混合算法。算法以TLBO的两个阶段为框架,在"教"阶段和"学"阶段分别与BSA结合;"教"阶段TLBO和BSA分别产生一个候选种群,再依概率随机混合产生新种群;"学"阶段和"教"阶段一样产生两个候选种群,再依概率随机选择产生新种群。新算法对18个基准测试函数进行实验,将与其他算法进行对比分析,验证了TLBO-BSA在计算精度、稳定性、收敛速度上有较好的性能。 

【文章来源】：佳木斯大学学报(自然科学版). 2020,38(05)

【文章页数】：8 页

【部分图文】：

部分30维函数平均适应度变化曲线

【参考文献】：
期刊论文
[1]自适应多策略正余弦算法[J]. 赵永奇,邹锋,陈得宝.  佳木斯大学学报(自然科学版). 2020(01)
[2]引导小生境回溯优化算法[J]. 王鹏,陈得宝,邹锋,李峥.  计算机工程与应用. 2017(21)
[3]模拟退火教学式优化算法[J]. 陈得宝,魏华,邹锋,王江涛,杨一军,李峥,方振国.  计算机应用研究. 2014(12)



本文编号：3287630