آموزش الگوریتم بهینه سازی مبتنی بر آموزش و یادگیری یا TLBO

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 ۲۰۱۱ 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 پارامترهاست. 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 ۲۰۰ 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.

فهرست سرفصل ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:

• معرفی مقالات مرجع و اصلی الگوریتم TLBO
• مدل سازی اثر یادگیری و افزایش دانش ناشی از تدریس (مرحله یا فاز آموزش)
• مدل سازی یادگیری از هم کلاسی ها (مرحله یا فاز یادگیری)
• بررسی و تشریح تئوریک مراحل و نحوه عملکرد الگوریتم TLBO
• پیاده سازی گام به گام و عملی الگوریتم TLBO در متلب
• جمع بندی و نمایش نتایج به دست آمده از اجرای الگوریتم