科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对教与学优化算法寻优精度低、收敛速度慢以及局部最优避免性弱的问题，提出了一种改进教与学优化算法（MTLBO）。在算法的教学和学习阶段，分别引入了非线性收敛因子调整策略和标杆管理策略。基于2种策略的随机组合形成了3种不同的MTLBOs，与标准教与学优化算法（TLBO）的对比实验结果表明，3种MTLBO均优于TLBO，其中，引入2种策略的MTLBO3取得了最佳的数值实验结果，其远优于原始TLBO。为进一步验证提出算法的有效性，与其他著名的群智能优化算法进行了数值实验对比。数值结果和收敛曲线表明，MTLBO3的寻优性能明显优于其他对比方法，具有更高的求解精度、更快的收敛速度以及更佳的局部最优避免能力。最后，使用有约束的工程优化问题进一步验证了提出算法的有效性。
- 单位
