针对教与学优化算法(teaching and learning based optimization,TLBO)收敛精度低、易陷入局部最优等缺点,提出一种基于历史最优与接受差解的教与学优化算法(teaching and learning algorithm based on historical optimum and acceptin...针对教与学优化算法(teaching and learning based optimization,TLBO)收敛精度低、易陷入局部最优等缺点,提出一种基于历史最优与接受差解的教与学优化算法(teaching and learning algorithm based on historical optimum and accepting difference solution,HBTLBO)。将标准教与学算法中个体位置更新的方式进行改进,采用个体历史最优位置改进标准教与学算法中的学习策略,在教学阶段针对学生的学习成绩实行分层教学。将HBTLBO与多种优化算法在9个标准测试函数进行对比分析,验证了该算法具有良好的寻优精度和稳定性。将HBTLBO应用于压缩弹簧设计问题,体现该算法的实际应用价值。展开更多
文摘针对教与学优化算法(teaching and learning based optimization,TLBO)收敛精度低、易陷入局部最优等缺点,提出一种基于历史最优与接受差解的教与学优化算法(teaching and learning algorithm based on historical optimum and accepting difference solution,HBTLBO)。将标准教与学算法中个体位置更新的方式进行改进,采用个体历史最优位置改进标准教与学算法中的学习策略,在教学阶段针对学生的学习成绩实行分层教学。将HBTLBO与多种优化算法在9个标准测试函数进行对比分析,验证了该算法具有良好的寻优精度和稳定性。将HBTLBO应用于压缩弹簧设计问题,体现该算法的实际应用价值。
