反馈精英教学优化算法在函数优化及工程问题中的应用

"基于反馈的精英教学优化算法(Feedback Elitist Teaching-learning-based Optimization, FETLBO)" 是一种改进的优化算法，旨在解决精英教学优化算法(Elitist Teaching-learning-based Optimization, ETLBO)在求解精度和稳定性方面的不足。该文由于坤杰、王昕和王振雷发表在2014年9月的《自动化学报》第40卷第9期。 正文: 精英教学优化算法(ETLBO)是受实际课堂教育过程启发的优化方法，它模拟教师指导学生学习的过程来寻找问题的最优解。然而，ETLBO在处理复杂优化问题时可能存在精度低和稳定性差的问题。为了解决这些问题，研究者们提出了反馈精英教学优化算法(FETLBO)。 在FETLBO中，一个重要的改进是在学生阶段之后引入了反馈阶段。这个反馈阶段不仅增强了学生的学习策略，保持了种群的多样性，从而提升全局搜索能力，而且特别关注那些成绩较差的学生。通过让这些学生与教师进行交流，他们的解决方案可以迅速接近教师（即最优解），这样就增强了算法在局部区域的精细搜索能力，提高了寻优精度。 通过对6个无约束和5个约束标准函数的测试，FETLBO展示出了比其他算法更高的寻优精度和更好的稳定性。实验结果证实了该算法的有效性。此外，FETLBO还被成功应用于实际问题，如拉压弹簧的优化设计和0-1背包问题，均得到了令人满意的结果。 关键词涵盖了进化算法、精英教学优化算法以及反馈机制在函数优化中的应用。这篇研究论文的引用格式是于坤杰、王昕、王振雷.基于反馈的精英教学优化算法.自动化学报,2014,40(9):1976−1983，并给出了DOI号10.3724/SP.J.1004.2014.01976，方便读者进一步查阅。 FETLBO算法通过反馈机制提升了ETLBO的性能，使得优化过程更加高效和精确，对于需要高精度和稳定性的优化问题具有较高的应用价值。这一创新性的改进为优化算法领域提供了一个有价值的工具，并可能启发未来更多的研究和发展。