文件名称：论文研究-面向高维复杂多模态问题的教与学优化求解算法.pdf
文件大小：2.93MB
文件格式：PDF
更新时间：2022-08-11 12:46:41
改进的教与学优化算法,“自学”机制,复杂多模态优化问题
针对教与学优化算法（teaching-learning-based optimization，TLBO）在求解一些高维多模态复杂优化问题时，存在种群容易过早陷入局部搜索，导致丢失全局最优解的问题，提出一种改进的TLBO优化算法（MTLBO）。该算法以更接近人类的学习方式，对标准TLBO中的“教”和“学”过程进行了改进，并引入了新的“自学”机制来加强学员的创新学习能力，从而有效提高了算法的全局探索能力。通过10个复杂的多模态优化问题测试表明，在求解复杂多模态问题方面，与五种具有优异性能的TLBO算法和三种经典的群智能计算方法（如SaDE、CLPSO、NGHS）相比，MTLBO算法具有全局搜索能力强、稳定性好等明显优势。