基于自主学习行为的教与学优化算法
来源：计算机应用杂志2018年第2期北京时间：
作者：童楠, 符强, 钟才明
单位：1. 宁波大学 科学技术学院, 浙江 宁波 315212;2. 宁波大学 电路与系统研究所, 浙江 宁波 315211
摘要：针对教与学优化（TLBO）算法收敛精度较低、易于早熟收敛等问题，提出一种基于自主学习行为的教与学优化算法（SLTLBO）。SLTLBO算法为学生构建了更加完善的学习框架，学生在完成常规"教"阶段与"学"阶段的学习行为之外，将进一步对比自己与教师、最差学生的差异，自主完成多样化的学习操作，以提高自己的知识水平，提高算法的收敛精度；同时学生通过高斯搜索的自主学习反思行为跳出局部区域，实现更好的全局搜索。利用10个基准测试函数对SLTLBO算法进行了性能测试，并将SLTLBO算法与粒子群优化（PSO）算法、智能蜂群（ABC）算法以及TLBO算法进行结果比对，实验结果验证了SLTLBO算法的有效性。
关键词：教与学优化算法,自主学习行为,反思,群体智能,函数优化
基金资助：国家自然科学基金资助项目（61675108）；浙江省教育厅科研项目（Y201326770）。
