论文部分内容阅读
预测选择教与学优化算法的研究及应用
打开文本图片集
摘 要：教与学优化算法受教学现象的启发而提出，具有收敛速度快和模型参数少的优势。为了提高算法的收敛精度和全局搜索能力，提出预测选择教与学优化算法。首先，采用反向学习机制初始化种群个体位置，保持种群多样性。然后，在“教阶段”设置惯性权值和加速系数，提高算法的运算速度和解的质量。最后，在“学阶段”并行引入三种种群个体预测机制，选择最佳适应度值的个体进行下一次的寻优，提高算法全局搜索能力。