一种新的带回溯搜索的教学优化算法

摘要

针对教学优化算法(Teaching-Learning-Based Optimization,TLBO)种群多样性丢失过快,容易陷入局部最优,全局搜索能力差的问题,提出了一种新的带回溯搜索的教学优化算法。新算法是利用回溯搜索算法(Backtracking Searching Algorithm,BSA)全局搜索能力较强和保留历史种群信息的特点,将TLBO和BSA合理的结合起来,形成一种新的混合算法。算法以TLBO的两个阶段为框架,在“教”阶段和“学”阶段分别与BSA结合;“教”阶段TLBO和BSA分别产生一个候选种群,再依概率随机混合产生新种群;“学”阶段和“教”阶段一样产生两个候选种群,再依概率随机选择产生新种群。新算法对18个基准测试函数进行实验,将与其他算法进行对比分析,验证了TLBO-BSA在计算精度、稳定性、收敛速度上有较好的性能。