基于混沌搜索和权重学习的教与学优化算法及其应用

摘要：

针对教与学优化算法容易陷入早熟收敛的问题,本研究提出了一种基于混沌搜索和权重学习的教与学优化(teaching-learning-based optimization algorithm based on chaotic search and weighted learning,TLBO-CSWL)算法.在TLBO-CSWL算法的教学阶段,不仅利用权重学习得到的个体来指引种群的进化,而且还使用正态分布随机数来替代原有的均匀随机数.另外,TLBO-CSWL还使用Logistics混沌搜索策略来提高其全局搜索能力.仿真结果表明,TLBO-CSWL的整体优化性能要好于其他所比较的算法.最后,将TLBO-CSWL用于求解非合作博弈纳什均衡问题,获得满意的结果.

关键词：教与学优化、权重学习、启发式算法、混沌搜索、全局优化、进化计算、非合作博弈、纳什均衡

所属期刊栏目：13

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金项目611603244;中央高校基本科研业务费重点科研基地创新基金项目222201717006;上海海事大学研究生创新基金资助项目2017YCX020

在线出版日期：2018-09-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：818-828