以教育学场景学生个体化差异为视角的FDB-教与学优化

摘要

在智能优化领域，教与学优化算法（teaching-learning-based optimization, TLBO）源于课堂教学中的教师与学生行为。TLBO缺少一种促进师生之间相互学习的机制，并对学生的个体化差异关注甚少。为此提出一种融合适应度距离平衡（fitness distance balance, FDB）机制的TLBO,FDB-TLBO建立了适应度评分的综合评价体系，针对多样化学生群体，用距离因子表征个体化差异，将“学”中获得的新启发反馈至“教”,通过实施个性化教学策略，促进每位学生的全面发展，在算法上表现为：FDB通过丰富种群多样性，提升了原TLBO的全局搜索能力。与当前主流的优化算法对比可知，FDB-TLBO在解决单峰和多峰函数优化问题时表现出更优的收敛速度、稳定性和解精度，算法的最佳收敛精度可达10^-200量级，证明整个班级的成绩都较优秀，综合评价体系下的寻优思想使学生在学习过程中不断突破自我，避免停滞不前。

关键词

教与学优化算法 / 适应度距离平衡机制 / 个性化教学 / 学生个体化差异 / 综合评价体系