具有小世界邻域结构的教与学优化算法

摘要：

教与学优化(teaching-learning-based optimization,TLBO)算法是近年来提出的一种通过模拟“教”与“学”行为的群体智能算法.为了克服教与学优化算法容易早熟,解精度较低,后期收敛速度慢等弱点,提出了一种改进的教与学优化算法,并命名为S-TLBO (small world neighborhood TLBO).该算法采用小世界网络作为其种群的空间结构关系,种群中的个体被看作是网络上的节点.在算法的“教”阶段,学生基于概率向教师个体进行学习,而在“学”阶段,学生则在自己的邻居节点中随机选择较为优秀的个体进行学习.为了提高加强算法的勘探新解和开采能力,引入教师个体执行反向学习算法.在多个经典的测试函数上的实验结果表明,所提出的改进算法具有较高的全局收敛性和解精度,适合于求解较高维度的多模态函数优化问题.

关键词：教与学优化(TLBO)、小世界网络、邻域结构、反向学习(OBL)

所属期刊栏目：10

分类号：TP301.6(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant No.61402481;the Natural Science Foundation of Hebei Province under Grant No.F2015403046;the Key Research Plan of Hebei Province under Grant No.15210710

在线出版日期：2016-11-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1341-1350