1 教与学的优化算法
简要分析了群智能优化算法的研究现状,重点对"教与学"优化算法作了详细的描述,并分析了"教与学"算法的性能及其优缺点;随后介绍了几种改进的"教与学"优化算法,对"教与学"优化算法的应用研究情况进行了论述。最后,说明了目前"教与学"优化算法中存在的问题,并指出"教与学"优化算法未来的研究方向。
2 部分代码
```matlab
clear all
clc
Population=40; % Number of Popultaion
Function_name='F12'; % Name of the test function that can be from F1 to F23
Max_iteration=50; % Maximum numbef of iterations
% Load details of the selected benchmark function
[lb,ub,dim,fobj]=Get_Functions_details(Function_name);
[Best_pos,Best_score,cg_curve,P,f] = TLBO(fobj,lb,ub,dim,Population,Max_iteration);
figure('Position',[500 500 660 290])
%Draw search space
subplot(1,2,1);
func_plot(Function_name);
title('Test function')
xlabel('x_1');
ylabel('x_2');
zlabel([Function_name,'( x_1 , x_2 )'])
grid off
%Draw objective space
subplot(1,2,2);
plot(cg_curve,'Color','r')
title('Convergence curve')
xlabel('Iteration');
ylabel('Best score obtained so far');
axis tight
grid off
box on
legend('TLBO')
display(['The best solution obtained by TLBO is : ', num2str(Best_pos)]);
display(['The best optimal value of the objective funciton found by TLBO is : ', num2str(Best_score)]);
```
3 仿真结果
4 参考文献
[1]拓守恒, 雍龙泉, 邓方安. “教与学”优化算法研究综述[J]. 计算机应用研究, 2013.