检索结果-内蒙古大学图书馆

广东石油化工学院学报 2018年第1期28卷 33-38页

作者：林伟豪何杰光刘婷婷杨流钦广东石油化工学院计算机与电子信息学院广东茂名525000

针对传统教与学算法在解决复杂多峰函数优化问题时,具有局部最优且搜索开发能力较差的缺点,提出了一种改进的多学习教与学优化算法,新算法为学员的每一维加入不同的教学因子,设计了基于学员均值比较的教师选择策略和向教师及学员学习的... 详细信息

针对传统教与学算法在解决复杂多峰函数优化问题时,具有局部最优且搜索开发能力较差的缺点,提出了一种改进的多学习教与学优化算法,新算法为学员的每一维加入不同的教学因子,设计了基于学员均值比较的教师选择策略和向教师及学员学习的多学习策略。基于多个单峰和多峰函数的仿真结果表明,新算法跟传统的、改进的教与学算法相比,在稳定性、寻优精度和收敛速度方面更具优势。

关键词：教与学优化算法多学习策略逐维变化教学因子教师选择

来源：评论

学校读者我要写书评

暂无评论

改进教与学优化算法求解0-1背包问题

引用

河南科技学院学报（自然科学版） 2022年第2期50卷 58-63页

作者：张小萍谭欢广西大学计算机与电子信息学院广西南宁530004 中国移动通信集团广西有限公司广西南宁530022

为了有效快速求解0-1背包问题,提出了改进的教与学优化算法.在基本教与学优化算法的基础上,根据0-1背包问题离散化的特点提出了二进制编码方案,利用贪心算子修复不可行解并优化可行解,加快了算法的收敛速度;为了更好地平衡全局探索和局... 详细信息

为了有效快速求解0-1背包问题,提出了改进的教与学优化算法.在基本教与学优化算法的基础上,根据0-1背包问题离散化的特点提出了二进制编码方案,利用贪心算子修复不可行解并优化可行解,加快了算法的收敛速度;为了更好地平衡全局探索和局部开发的关系,使用正余弦算子和自适应的惯性权重在迭代过程中调整探索和开发的相对比例,避免算法陷入局部最优解.使用4个20到100维的测试案例进行仿真实验,实验数据表明提出算法比其他3个算法具有更快的收敛速度、更高的寻优精度和更强的鲁棒性.

关键词：教与学优化算法 0-1背包问题正余弦算子贪心算子自适应的惯性权重

来源：评论

学校读者我要写书评

暂无评论

基于小班级并行教学的教与学优化算法研究

引用

软件导刊 2018年第10期17卷 93-96页

作者：杨闰茅继晨杭州电子科技大学电子信息学院浙江杭州310018

针对教与学优化算法后期收敛速度慢,易陷入局部最优的缺陷,提出了一种小班级并行教学的教与学优化算法。该算法将学生分成两个班级,一个班级在教学阶段之前加入学生预习阶段,以提高算法的开发能力。另一个班级引入Metropolis准则,提高... 详细信息

针对教与学优化算法后期收敛速度慢,易陷入局部最优的缺陷,提出了一种小班级并行教学的教与学优化算法。该算法将学生分成两个班级,一个班级在教学阶段之前加入学生预习阶段,以提高算法的开发能力。另一个班级引入Metropolis准则,提高算法搜索能力。选择两个班级中成绩较好的学生组成一个临时班级,并选出其中优秀学生按一定比例替换两个小班级中成绩较差学生继续寻优。每次迭代后,临时班级中的学生根据成绩好坏更新一次,直到满足条件跳出循环。在测试函数上进行仿真实验,验证了该算法的有效性。

关键词：教与学优化算法小班级并行教学开发能力搜索能力

来源：评论

学校读者我要写书评

暂无评论

基于教与学优化算法的特征选择

引用

软件导刊 2015年第11期14卷 36-39页

作者：张磊中国矿业大学徐海学院江苏徐州221008

为提高特征选择算法的分类精度,使特征子集尽快达到全局最优,提出了一种基于教与学优化算法的特征选择方法。该方法首先将最大相关最小冗余的过滤式特征选择算法融入其中,然后利用教与学优化算法对特征子集进行迭代寻优,构造一个混合式... 详细信息

为提高特征选择算法的分类精度,使特征子集尽快达到全局最优,提出了一种基于教与学优化算法的特征选择方法。该方法首先将最大相关最小冗余的过滤式特征选择算法融入其中,然后利用教与学优化算法对特征子集进行迭代寻优,构造一个混合式特征选择框架。经UCI数据集试验,证明了该算法的收敛速度与分类精度均优于其它算法。

关键词：教与学优化算法特征选择最大相关最小冗余迭代寻优

来源：评论

学校读者我要写书评

暂无评论

基于教与学优化算法的(n,1,m)卷积码识别

引用

通信对抗 2020年第1期39卷 19-22页

作者：靳安钊郭贵虎通信信息控制和安全技术重点实验室浙江嘉兴314033 中国电子科技集团公司第三十六研究所浙江嘉兴314033 中国人民解放军91977部队北京100073

针对高误码率的(n,l,m)卷积码,提出一种基于教与学优化算法的识别方法。结合校验关系和码字信息建立关于校验矩阵参数的含错方程,使用教与学优化算法求解方程的最优解,得到校验向量,然后根据校验关系求解生成矩阵。数据仿真证明了所提... 详细信息

针对高误码率的(n,l,m)卷积码,提出一种基于教与学优化算法的识别方法。结合校验关系和码字信息建立关于校验矩阵参数的含错方程,使用教与学优化算法求解方程的最优解,得到校验向量,然后根据校验关系求解生成矩阵。数据仿真证明了所提算法的有效性。

关键词：卷积码教与学优化算法校验关系

来源：评论

学校读者我要写书评

暂无评论

由课堂教学改革到改进教与学优化算法

引用

科教文汇 2023年第5期 1-4页

作者：宋述芳张伟伟王致西北工业大学航空学院陕西西安710072

教与学优化算法是一种模拟课堂教学与学习过程的新型启发式群体智能优化算法,因其参数少、易实现、收敛快等优点,近年来被广泛应用于众多科学和工程优化领域。参考现实中的课堂教学改革措施,将教师的自增强学习机制、学生的自主学习/分... 详细信息

教与学优化算法是一种模拟课堂教学与学习过程的新型启发式群体智能优化算法,因其参数少、易实现、收敛快等优点,近年来被广泛应用于众多科学和工程优化领域。参考现实中的课堂教学改革措施,将教师的自增强学习机制、学生的自主学习/分组学习策略、师生间的反馈交流、多教师并行教学的综合培养等改进策略融入教与学优化算法,使得改进教与学优化算法在复杂优化问题中获得更好的表现。此外,讨论了课程思政、课程考核、教学资源等引入教与学优化算法的可能性及其未来的发展方向。

关键词：课堂教学教与学优化算法智能优化算法

来源：评论

学校读者我要写书评

暂无评论

基于元胞自动机的教与学优化算法

引用

传感器与微系统 2019年第1期38卷 126-129,133页

作者：张琳琳陈俊杰倪培洲东南大学仪器科学与工程学院江苏南京210096

为解决教与学优化(TLBO)算法易陷入局部最优的问题,提出了一种基于元胞自动机的教与学优化算法(CATLBO)。算法建立了四边形网状元胞自动机模型并指定其邻域结构和规则。为保持种群多样性,在教学阶段提出以一定的概率接收退步个体的策略... 详细信息

为解决教与学优化(TLBO)算法易陷入局部最优的问题,提出了一种基于元胞自动机的教与学优化算法(CATLBO)。算法建立了四边形网状元胞自动机模型并指定其邻域结构和规则。为保持种群多样性,在教学阶段提出以一定的概率接收退步个体的策略;为加快收敛并保证解的精度,在学习阶段制定不同学习规则,劣势个体向优势个体学习,优势个体执行混沌扰动进行自我学习。使用多个Benchmark测试函数和经典TSP问题对算法进行了仿真。结果表明:CATLBO算法全局搜索能力强,与基本TLBO等算法相比,在处理高维多峰问题上更具优势。

关键词：教与学优化算法全局搜索元胞自动机邻域结构

来源：评论

学校读者我要写书评

暂无评论

多学习教与学优化算法

引用

计算机应用与软件 2016年第2期33卷 246-249,298页

作者：李志南南新元李娜史德生新疆大学电气工程学院新疆乌鲁木齐830047 国网山东利津县供电公司山东东营257400

针对教与学优化算法(TLBO)局部开发能力差,易陷入局部最优的缺点,提出一种基于反向学习的多学习教与学优化算法(MTLBO)。通过反向学习技术拓展搜索空间,增加解的多样性,进一步增强算法的全局搜索能力。引入多学习机制,使其更有效地进行... 详细信息

针对教与学优化算法(TLBO)局部开发能力差,易陷入局部最优的缺点,提出一种基于反向学习的多学习教与学优化算法(MTLBO)。通过反向学习技术拓展搜索空间,增加解的多样性,进一步增强算法的全局搜索能力。引入多学习机制,使其更有效地进行局部搜索,加快收敛速度。同时提出一种小概率变异策略,增加跳出局部最优的可能性。在基准测试函数上进行验证实验,结果表明,与TLBO算法、ITLBO算法以及其他优化算法相比,该算法在低维和高维函数上都取得了较好的优化效果。

关键词：教与学优化算法反向学习技术多学习机制变异策略

来源：评论

学校读者我要写书评

暂无评论

预测选择教与学优化算法的研究及应用

引用

软件工程 2021年第12期24卷 20-23页

作者：马云鹏刘诗琳董文菊谢思琪王子妍吕定联天津商业大学信息工程学院天津300134

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... 详细信息

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。

关键词：教与学优化算法预测选择反向学习机制收敛精度

来源：评论

学校读者我要写书评

暂无评论

基于少初始参数的教与学优化算法的方法研究

基于少初始参数的教与学优化算法的方法研究

引用

教育教学创新理论与研究网络论坛研讨会

作者：苏娟赣州师范高等专科学校

随着我国经济社会和21世纪现代互联网信息科学技术的蓬勃发展,教与学优化算法不断发展演变,成为新时期的一大重要智能化算法。教与学优化算法作为当下一种较为新鲜的群体智能算法,模拟的是教师通过课堂教学促进学生自主学习从而提高学... 详细信息

随着我国经济社会和21世纪现代互联网信息科学技术的蓬勃发展,教与学优化算法不断发展演变,成为新时期的一大重要智能化算法。教与学优化算法作为当下一种较为新鲜的群体智能算法,模拟的是教师通过课堂教学促进学生自主学习从而提高学习成绩的一个过程。该算法具有自身独特的特点,在多个相关领域都有所应用。本文立足于教与学优化算法的研究背景为基点,分析教与学优化算法的国内外研究现状,深入研究基于少初始参数的教与学优化算法的相关方法,以期望为社会大众对少参数教与学优化算法的方法研究提供一定借鉴,加大对教与学优化算法的现实应用。

关键词：少初始参数教与学优化算法方法研究

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：