面向函数优化的社会学习优化算法

• 作者: 刘志中 宋成 秦靖萱 薛霄 郭海儒
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 函数优化 群体智能算法 社会学习优化算法
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 1063-1069
• 页数: 7页
• 分类号: TP18
• 字数: 7401字
• 语种: 中文

摘要

社会学习优化算法范型(Social Learning Optimization Algorithm Paradigm,SLO)是一种模拟人类社会智能演化过程的新型群体智能算法,该算法由三层协同进化的空间(微空间、学习空间、信仰空间)构成,其三个协同演化空间形成一个完整的闭环,符合人类社会智能演化的自然规律.SLO算法的模拟对象是具有最高智能水平的人类社会,具有较好的优化机理.然而,目前还不存在用于求解函数优化问题的SLO算法,针对这一问题,本文设计了面向函数优化问题的操作算子(主要包括交叉变异操作、模仿学习操作、观察学习操作),形成了面向函数优化问题的算法(F-SLO).最后,通过标准的测试函数与其他智能算法进行了比较,实验结果表明,本文所提出的面向函数优化的F-SLO算法在求解函数优化问题时具有较好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛霄	河南理工大学计算机科学与技术学院	46	224	9.0	11.0
2	郭海儒	河南理工大学计算机科学与技术学院	17	47	4.0	6.0
3	刘志中	河南理工大学计算机科学与技术学院	38	169	7.0	10.0
4	宋成	河南理工大学计算机科学与技术学院	41	124	6.0	8.0
5	秦靖萱	河南理工大学计算机科学与技术学院	1	0	0.0	0.0