【优化求解】基于教与学的优化算法matlab源码

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.