基于讨论组和自主学习的教与学优化算法

摘要

教与学优化算法(teaching-learning-based optimization,TLBO)是一种模仿教学过程的新型启发式优化算法.针对TLBO算法寻优精度低、稳定性差的特点,提出了基于讨论组和自主学习的教与学优化算法DSTLBO(discussion group and self-learning TLBO).在原TLBO算法的“教”阶段当中加入了小组讨论,随机将全体同学分成若干组,通过组内学生向本组中学习最好的组长学习,提高了算法的局部开发和寻优能力;组长受老师和组内同学影响进行变异,提高了算法的探索能力;在“教”“学”阶段后,每个学生进入自我学习阶段,从而提高了算法的全局搜索能力.通过对八个复杂的Benchmark函数的测试表明:DSTLBO算法与基本TLBO算法和其经典改进算法ETLBO算法相比,在寻优精度、稳定性和收敛速度方面更具优势.