基于反向学习的微种群教与学优化算法及其应用

为提高教与学优化算法的收敛速率且保证其可靠性,提出了一种基于反向学习的微种群教与学优化算法(opposition-based learning teaching-learning-based optimization algorithm with a micro population,OBL-μTLBO)。在所提算法中,利用小的种群规模(微种群)来提高教与学优化算法的收敛速率和降低对计算机内存的要求。同时,OBL-μTLBO算法使用反向学习所得"教师"来指引种群进化,以此提高算法的全局探索能力和避免其陷入局部最优。仿真结果表明,OBL-μTLBO算法不仅具有较好的寻优性能,而且还具有较快的收敛速度。最后,将OBL-μTLBO算法应用于求解非合作博弈纳什均衡问题,取得令人满意的结果。