自动化技术论文_预测选择教与学优化算法的研究
文章摘要: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。通过基准数学函数测试得到的实验结果表明:改进算法的收敛精度和解的质量优于原始教与学优化算法。
文章关键词:
