基于自适应微种群的教与学优化算法

作者：何波; 柳缔西子

来源：计算机工程与应用, 2018, 1-11.

• 教与学优化
• 微种群
• 反向学习
• 自适应
• 非合作博弈

为了提高教与学优化算法的寻优性能,同时减少计算成本,提出了一种基于自适应微种群的教与学优化(SAMTLBO)算法。在该算法中,将其种群规模设定为微种群,以提高算法的搜索效率。在SAMTLBO算法的教学阶段,不仅使用权重学习策略来增加种群的多样性,而且还利用了反向学习得到的反向个体指导种群进化,使算法具备反向学习能力。另外,SAMTLBO还加入了自适应更新策略,目的在于避免算法陷入“早熟收敛”的现象。仿真结果表明,SAMTLBO的整体寻优性能要好于其他所有比较算法。最后,将SAMTLBO算法应用于求解高维非合作博弈纳什均衡问题,取得了满意的结果。

• 单位
  湖北汽车工业学院; 经济管理学院; 上海海事大学