針對(duì)教學(xué)優(yōu)化算法（Teaching-Learning-Based Optimization, TLBO）種群多樣性丟失過快,容易陷入局部最優(yōu),全局搜索能力差的問題,提出了一種新的帶回溯搜索的教學(xué)優(yōu)化算法。新算法是利用回溯搜索算法（Backtracking Searching Algorithm, BSA）全局搜索能力較強(qiáng)和保留歷史種群信息的特點(diǎn),將TLBO和BSA合理的結(jié)合起來,形成一種新的混合算法。算法以TLBO的兩個(gè)階段為框架,在"教"階段和"學(xué)"階段分別與BSA結(jié)合;"教"階段TLBO和BSA分別產(chǎn)生一個(gè)候選種群,再依概率隨機(jī)混合產(chǎn)生新種群;"學(xué)"階段和"教"階段一樣產(chǎn)生兩個(gè)候選種群,再依概率隨機(jī)選擇產(chǎn)生新種群。新算法對(duì)18個(gè)基準(zhǔn)測(cè)試函數(shù)進(jìn)行實(shí)驗(yàn),將與其他算法進(jìn)行對(duì)比分析,驗(yàn)證了TLBO-BSA在計(jì)算精度、穩(wěn)定性、收斂速度上有較好的性能。 

【文章來源】：佳木斯大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,38(05)

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

部分30維函數(shù)平均適應(yīng)度變化曲線

【參考文獻(xiàn)】：
期刊論文
[1]自適應(yīng)多策略正余弦算法[J]. 趙永奇,鄒鋒,陳得寶.  佳木斯大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020(01)
[2]引導(dǎo)小生境回溯優(yōu)化算法[J]. 王鵬,陳得寶,鄒鋒,李崢.  計(jì)算機(jī)工程與應(yīng)用. 2017(21)
[3]模擬退火教學(xué)式優(yōu)化算法[J]. 陳得寶,魏華,鄒鋒,王江濤,楊一軍,李崢,方振國(guó).  計(jì)算機(jī)應(yīng)用研究. 2014(12)



本文編號(hào)：3287630