科研之友
微信
新浪微博
Facebook
分享链接
摘要
教与学优化算法(TLBO)是一种进化能力非常强大的算法，近年被广泛应用于各种优化问题。但是，在TLBO算法进化的后期，随着进化迭代次数的增加和求解范围的缩小，种群的多样性逐渐降低，从而导致陷入局部最优和过早收敛。基于此，提出一种基于拉普拉斯分布和鲍德温学习效应的教与学优化算法(LBTLBO)。该算法利用拉普拉斯分布的扰动来拓展探索空间，采用鲍德温学习效应识别出更多有前途的解，使算法更具有竞争性。实验结果表明，与原始TLBO、基于拉普拉斯分布的TLBO、基于鲍德温学习的TLBO以及改进版本的TLBO进行比较，LBTLBO提高了解的精度，具有很强的竞争力。最后，将LBTLBO应用于无人机航路规划问题，并进行了仿真实验，结果显示，与上述改进版本的TLBO相比，LBTLBO能获得更加准确的路径与收敛速度。
- 单位
