具有自学机制和退火选择的教学优化算法

　　为了克服教学优化（ TLBO）算法容易早熟，解精度低的弱点，提出一种具有教师自学和学生选择学习的改进教学优化算法。在每次迭代过程中教师个体首先通过反向学习（OBL），实现教师的自我提高，加强优秀个体周围邻域的搜索，引导算法向包含全局最优的解空间逼近，保证算法具有较好的平衡和探索能力。学生个体通过随机执行反向学习进行自学习，同时亦向教师个体进行学习，计算两种学习方法后的状态相对教师个体的突跳概率，并以此概率为基础进行轮盘赌产生子个体。通过在多个标准测试函数上的实验仿真并与相关的算法对比，结果表明所提出的改进算法具有更高的收敛速度和收敛精度。