基于非線性收斂因子和標桿管理的改進教與學優(yōu)化算法

打開文本圖片集

摘要：針對教與學優(yōu)化算法尋優(yōu)精度低、收斂速度慢以及局部最優(yōu)避免性弱的問題，提出了一種改進教與學優(yōu)化算法（MTLBO）。在算法的教學和學習階段，分別引入了非線性收斂因子調(diào)整策略和標桿管理策略?；?種策略的隨機組合形成了3種不同的MTLBOs，與標準教與學優(yōu)化算法（TLBO）的對比實驗結(jié)果表明，3種MTLBO均優(yōu)于TLBO，其中，引入2種策略的MTLBO3取得了最佳的數(shù)值實驗結(jié)果，其遠優(yōu)于原始TLBO。（剩余12505字）