一种新的带回溯搜索的教学优化算法  

作　　者：康佳惠 邹锋[1] 陈得宝[1] 姜子琪 

机构地区：[1]淮北师范大学物理与电子信息学院,安徽淮北235000

出　　处：《佳木斯大学学报（自然科学版）》2020年第5期32-39,共8页Journal of Jiamusi University：Natural Science Edition

基　　金：国家自然科学基金项目(61976101);安徽省高校自然科学研究重点项目(KJ2019A0593);安徽省自然科学基金项目(1708085MF140)。

摘　　要：针对教学优化算法(Teaching-Learning-Based Optimization,TLBO)种群多样性丢失过快,容易陷入局部最优,全局搜索能力差的问题,提出了一种新的带回溯搜索的教学优化算法。新算法是利用回溯搜索算法(Backtracking Searching Algorithm,BSA)全局搜索能力较强和保留历史种群信息的特点,将TLBO和BSA合理的结合起来,形成一种新的混合算法。算法以TLBO的两个阶段为框架,在“教”阶段和“学”阶段分别与BSA结合;“教”阶段TLBO和BSA分别产生一个候选种群,再依概率随机混合产生新种群;“学”阶段和“教”阶段一样产生两个候选种群,再依概率随机选择产生新种群。新算法对18个基准测试函数进行实验,将与其他算法进行对比分析,验证了TLBO-BSA在计算精度、稳定性、收敛速度上有较好的性能。

关 键 词：教学优化算法 回溯搜索算法 混合 全局最优 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]