《表2 无约束测试函数上的结果对比（成功次数/迭代次数/时间）》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《融合头脑风暴思想的教与学优化算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在算法ITLBOBSO的早期，当前个体保持向最优个体收敛的趋势，同时由于受“学”算子的影响，个体也在不断搜索更为广阔的区域，避免种群过早地收敛到最优个体所在区域而使算法陷入早熟。在算法的后期，如果种群聚集在全局最优解所在区域，则个体会利用“学”算子保持自身状态，对所在区域进行精细搜索，提高算法的解精度。如果种群被局限于局部最优解所在区域，“学”算子中的柯西函数，也会赋予种群一定的变异能力，使个体逃离约束。综上所述，所提出算法的“教”和“学”算子可以很好地协调，保证种群全局搜索和局部勘探之间的平衡。