典型文献
融入社会心理学理论的教与学优化算法
文献摘要：
教与学优化算法(TLBO)是一种模拟教学过程的启发式优化算法.针对TLBO算法寻优精度低、稳定性差的特点,提出了基于社会心理学理论改进的教与学优化算法(SPTLBO).该算法在改进中考虑了人的心理因素:在原TLBO算法的"教"阶段中结合社会心理学的"期望效应"理论,教师对高期望学生采取一对一教学策略,使得优秀学生更快向教师靠近;为了保留学生的多样性,学生依据认知风格可分为"场独立"与"场依存"两种类型,不同类型的学生将采取不同的交流方式进行学习;在"教""学"阶段后,结合自我调节理论,学生进入学习方法调整阶段,从而增强了自我探索能力,提高学生整体水平.此外,引入自适应学生更新因子,模拟环境对学生学习效率的影响,增加算法的全局搜索能力,避免出现在初期迭代中陷入局部最优的情况.在25个标准测试函数上进行实验,结果表明SPTLBO算法相较基本TLBO算法和其他智能优化算法,在寻优精度和收敛速度方面都更具优势.
文献关键词：
教与学优化算法(TLBO);社会心理学;期望效应;场独立-场依存;自我调节理论;自适应更新因子
中图分类号：
作者姓名：
何佩苑;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]何佩苑;刘勇-.融入社会心理学理论的教与学优化算法)[J].计算机科学与探索,2022(06):1362-1373
A类：
SPTLBO,自适应更新因子
B类：
社会心理学,心理学理论,教与学优化算法,模拟教学,启发式优化算法,算法寻优,寻优精度,中考,心理因素,心理学的,期望效应,一对一教学,教学策略,优秀学生,留学生,认知风格,自我调节理论,调整阶段,自我探索,探索能力,模拟环境,学生学习效率,加算,全局搜索,搜索能力,避免出现,局部最优,标准测试函数,智能优化算法,收敛速度
AB值：
0.271095
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。
