典型文献
融合学习心理学的人类学习优化算法
文献摘要：
针对简单人类学习优化(SHLO)算法寻优精度低和收敛慢的问题,提出了一种融合学习心理学的人类学习优化算法(LPHLO).首先,结合学习心理学中的小组学习(TBL)理论引入TBL算子,从而在个体经验、社会经验的基础上,增加了小组经验来对个体学习状态进行控制,避免算法早熟收敛;然后,结合记忆编码理论提出了动态调参策略,从而实现个体信息、社会信息、团队信息的有效融合,更好地平衡了算法局部探索和全局开发的能力.选取典型的组合优化难题——背包问题中的两种算例,即单约束背包问题、多约束背包问题进行仿真实验,实验结果表明,所提LPHLO与基本的SHLO算法、遗传算法(GA)和二进制粒子群优化(BPSO)算法等算法相比,在寻优精度和收敛速度方面更具优势,具有更好的解决实际问题的能力.
文献关键词：
简单人类学习优化算法;学习心理学;学习策略;小组学习算子;动态调参策略
中图分类号：
作者姓名：
孟晗;马良;刘勇
作者机构：
上海理工大学管理学院,上海200093
文献出处：
引用格式：
[1]孟晗;马良;刘勇-.融合学习心理学的人类学习优化算法)[J].计算机应用,2022(05):1367-1374
A类：
SHLO,LPHLO,动态调参策略,简单人类学习优化算法,小组学习算子
B类：
融合学习,学习心理学,心理学的,算法寻优,寻优精度,TBL,个体经验,个体学习,学习状态,早熟,编码理论,社会信息,有效融合,地平,组合优化,背包问题,多约束,GA,二进制粒子群,粒子群优化,BPSO,收敛速度,解决实际问题,学习策略
AB值：
0.238568
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
