上传者: 38704835
|
上传时间: 2022-03-28 16:58:00
|
文件大小: 2KB
|
文件类型: -
所有基于进化和群体智能的算法都是概率算法,需要共同的控制参数,如种群规模、世代数、精英规模等。除了共同的控制参数外,不同的算法需要自己的算法特定的控制参数。 比如GA使用变异概率、交叉概率、选择算子; PSO 使用惯性权重、社会和认知参数; ABC使用围观蜂数、雇佣蜂数、侦察蜂数和限制数; HS算法使用和声记忆考虑率、音调调整率和即兴次数。 同理,其他算法如 ES、EP、DE、SFL、ACO、FF、CSO、AIA、GSA、BBO、FPA、ALO、IWO 等,也需要对各自的算法特定参数进行调优。 算法特定参数的适当调整是影响上述算法性能的一个非常关键的因素。 算法特定参数的不当调整要么会增加计算量,要么会产生局部最优解。 考虑到这一事实,Rao 等人。 (2011) 介绍了基于教学的优化 (TLBO) 算法,该算法不需要任何特定于算法的参数。 TLBO 算法只需要通用的控制参数,如种群大小和