融入社会心理学理论的教与学优化算法

摘要：

教与学优化算法(TLBO)是一种模拟教学过程的启发式优化算法.针对TLBO算法寻优精度低、稳定性差的特点,提出了基于社会心理学理论改进的教与学优化算法(SPTLBO).该算法在改进中考虑了人的心理因素:在原TLBO算法的"教"阶段中结合社会心理学的"期望效应"理论,教师对高期望学生采取一对一教学策略,使得优秀学生更快向教师靠近;为了保留学生的多样性,学生依据认知风格可分为"场独立"与"场依存"两种类型,不同类型的学生将采取不同的交流方式进行学习;在"教""学"阶段后,结合自我调节理论,学生进入学习方法调整阶段,从而增强了自我探索能力,提高学生整体水平.此外,引入自适应学生更新因子,模拟环境对学生学习效率的影响,增加算法的全局搜索能力,避免出现在初期迭代中陷入局部最优的情况.在25个标准测试函数上进行实验,结果表明SPTLBO算法相较基本TLBO算法和其他智能优化算法,在寻优精度和收敛速度方面都更具优势.

关键词：教与学优化算法(TLBO)、社会心理学、期望效应、场独立-场依存、自我调节理论、自适应更新因子

所属期刊栏目：16

分类号：TP18(自动化基础理论)

资助基金：上海市科技创新行动计划软科学研究重点项目;上海市社科规划课题;上海市高原科学建设项目;上海理工大学科技发展资助项目

在线出版日期：2022-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1362-1373