计算机应用

作者：李丽荣, 杨坤, 王培崇

单位：1. 河北地质大学 艺术设计学院, 石家庄 050031;2. 河北地质大学 信息工程学院, 石家庄 050031;3. 河北地质大学 人工智能与机器学习研究室, 石家庄 050031

关键词：教与学优化,头脑风暴,柯西变异,“学”算子,约束工程优化问题

基金：河北省社会科学基金资助项目（HB19GL0074）；河北省高等学校科研项目（ZD2018043，ZD2020344）。

针对教与学优化（TLBO）算法在求解高维问题时表现出的收敛速度慢、解精度低、易陷入于局部最优的问题，提出了一种融合头脑风暴思想的改进教与学优化算法（ITLBOBSO）。在该算法中设计了一种新的“学”算子，并以其替换TLBO算法中的“学”。该算法在种群的迭代过程中，当前个体首先执行“教”算子。随后，在种群中随机选择两个个体，令其中优秀的个体与当前个体执行头脑风暴式学习，提升当前个体的状态。为了赋予算法早期良好的探索能力和后期对新解的开发能力，在该算子的公式中引入柯西变异和一个与迭代次数关联的随机参数。进行的一系列的仿真实验表明，与TLBO算法相比，所提算法在11个Benchmark函数上的解精度、鲁棒性和收敛速度都有大幅度提升。在2个约束工程优化问题上，ITLBOBSO所求得的耗费成本比TLBO算法降低了4个百分点。由此验证了所提出的机制对克服TLBO弱点的有效性，所提算法适合用来求解较高维度的连续优化问题。

来源：2020年第9期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第9期