基于小班级并行教学的教与学优化算法研究

针对教与学优化算法后期收敛速度慢,易陷入局部最优的缺陷,提出了一种小班级并行教学的教与学优化算法。该算法将学生分成两个班级,一个班级在教学阶段之前加入学生预习阶段,以提高算法的开发能力。另一个班级引入Metropolis准则,提高算法搜索能力。选择两个班级中成绩较好的学生组成一个临时班级,并选出其中优秀学生按一定比例替换两个小班级中成绩较差学生继续寻优。每次迭代后,临时班级中的学生根据成绩好坏更新一次,直到满足条件跳出循环。在测试函数上进行仿真实验,验证了该算法的有效性。