矩阵元素为参数 需要把参数值带入

在粒子群优化算法中，惯性权重能够平衡全局与局部寻优能力，对算法收敛速度与逼近性能影响较大。在此将其引入TLBO算法，提出了自适应惯性权重调节函数，以种群个体适应度更新率与迭代步数作为反馈参数，计算公式如下：ω(t)=11+p(t)⋅e10tmax⁡⋅(t−tmax⁡2)(5)\omega(t)=\frac{1}{1+p(t)\cdot e^{\frac{10}{t_{\max}}\cdot(t-\frac{t_{\max}}{2})}}\tag{5}ω(t)=1+p(t)⋅etmax​10​⋅(t−2tmax​​)1​(5)p(t)=nupdate(t)nmax⁡(6)p(t)=\frac{n_{update}(t)}{n_{\max}}\tag{6}p(t)=nmax​nupdate​(t)​(6)xnewi=ω(t)⋅xoldi−ri⋅(xteacher−TF⋅xM)(7)x_{new}^i=\omega(t)\cdot x_{old}^i-r_i\cdot(x_{teacher}-TF\cdot x_M)\tag{7}xnewi​=ω(t)⋅xoldi​−ri​⋅(xteacher​−TF⋅xM​)(7)xnewi={ω(t)⋅xoldi−r1⋅(xi−xj),f(xi)<f(xj)ω(t)⋅xoldi−r1⋅(xj−xi),f(xi)>f(xj)(8)x_{new}^i=\begin{dcases}\omega(t)\cdot x_{old}^i-r_1\cdot(x^i-x^j),\quad f(x^i)<f(x^j)\\\omega(t)\cdot x_{old}^i-r_1\cdot(x^j-x^i),\quad f(x^i)>f(x^j)\end{dcases}\tag{8}xnewi​={ω(t)⋅xoldi​−r1​⋅(xi−xj),f(xi)<f(xj)ω(t)⋅xoldi​−r1​⋅(xj−xi),f(xi)>f(xj)​(8)其中，ω(t)\omega(t)ω(t)为第ttt次迭代中惯性权重取值；tmax⁡t_{\max}tmax​为最大迭代次数；p(t)p(t)p(t)为种群个体适应度更新率。若寻优问题为求解最大值，则nupdate(t)n_{update}(t)nupdate​(t)为种群个体在第ttt次迭代中适应度提高个数；反之，nupdate(t)n_{update}(t)nupdate​(t)为种群个体在第ttt次迭代中适应度降低个数，nmax⁡n_{\max}nmax​为种群个体总数。