آموزش الگوریتم بهینه سازی مبتنی بر آموزش و یادگیری TLBO در متلب MATLAB
1 ساعت
5.0
الگوریتم بهینه سازی مبتنی بر آموزش و یادگیری یا Teaching-Learning-Based Optimization (به اختصار TLBO)، یکی از جدیدترین الگوریتم های بهینه سازی هوشمند است که در سال 2011 و با الهام گرفتن از فرایند یادگیری و آموزش، ابداع شده است. در الگوریتم TLBO یک مدل ریاضی برای آموزش و یادگیری در نظر گرفته شده است، که در نهایت در دو مرحله (فاز) اجرا می شود و می تواند منجر به بهینه سازی شود: الف) مرحله یا فاز آموزش (Teaching): در این مرحله، بهترین عضو جامعه، به عنوان معلم یا مدرس انتخاب می شود و میانگین جمعیت را به سمت خودش هدایت می کند. این مشابه با همان کاری است که واقعا یک معلم در دنیای واقعی انجام می دهد. ب) مرحله یا فاز یادگیری (Learning): در این مرحله، افراد جمعیت (که با هم همکلاسی محسوب می شوند) با همکاری یکدیگر، دانش خود را توسعه می دهند. این نیز، مشابه با اتفاقی است که واقعا در جمع دوستان و همکلاسی ها می افتد. یکی از مهم ترین ویژگی های این الگوریتم، عدم وابستگی به پارامترها است. چرا که این الگوریتم، کمترین تعداد پارامتر ممکن را دارد و از این نظر، می تواند یک امتیاز ویژه را داشته باشد. مدرس این مجموعه آموزش، دکتر سید مصطفی کلامی هریس (دکترای مهندسی کنترل از دانشگاه صنعتی خواجه نصیرالدین طوسی) است، که پیش از این، بیش از 200 ساعت آموزش در زمینه بهینه سازی هوشمند را در فرادرس ارائه نموده است. در این آموزش نیز، همانند سایر آموزش های فرادرس، پس از تشریح مبانی تئوری، پیاده سازی عملی و گام به گام الگوریتم TLBO مورد بحث واقع شده است.
