具有自學機制和退火選擇的教學優(yōu)化算法
大小：0.56 MB 人氣： 2017-12-01 需要積分：2
為了克服教學優(yōu)化（ TLBO）算法容易早熟，解精度低的弱點，提出一種具有教師自學和學生選擇學習的改進教學優(yōu)化算法。在每次迭代過程中教師個體首先通過反向學習（OBL），實現(xiàn)教師的自我提高，加強優(yōu)秀個體周圍鄰域的搜索，引導算法向包含全局最優(yōu)的解空間逼近，保證算法具有較好的平衡和探索能力。學生個體通過隨機執(zhí)行反向學習進行自學習，同時亦向教師個體進行學習，計算兩種學習方法后的狀態(tài)相對教師個體的突跳概率，并以此概率為基礎進行輪盤賭產生子個體。通過在多個標準測試函數(shù)上的實驗仿真并與相關的算法對比，結果表明所提出的改進算法具有更高的收斂速度和收斂精度。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
具有自學機制和退火選擇的教學優(yōu)化算法下載
相關電子資料下載
- 神經網絡優(yōu)化算法有哪些 70
- 全面總結機器學習中的優(yōu)化算法 332
- 邊緣計算計算卸載與資源分配聯(lián)合優(yōu)化算法 852
- 粒子群優(yōu)化算法PSO優(yōu)化模糊控制論域 863
- 從淺層到深層神經網絡：概覽深度學習優(yōu)化算法 517
- 鯨魚優(yōu)化算法MATLAB實戰(zhàn) 1149
- 車載雷達在墓地內識別到多位行人？理想回應：傳感器局限，會優(yōu)化算法 262
- 什么是針對GPU單指令多數(shù)據(jù)流的編譯優(yōu)化算法 837
- 什么是深度學習中優(yōu)化算法 1298
- 基于OpenCV和MCU的優(yōu)化算法 466