社會情感優(yōu)化算法混合策略研究.pdf

1、社會情感優(yōu)化算法借鑒了社會學(xué)、社會心理學(xué)、組織行為學(xué)等有關(guān)人類群體的形成、進化及決策等方面的研究成果，考慮了情緒在人類決策行為中的作用以及外界信息對人類情緒的影響，對人類的社會行為進行了模擬。算法中個體代表虛擬的人，眾多個體構(gòu)成虛擬的人類社會，為了得到社會認可，個體之間相互競爭以便獲得更優(yōu)的社會評價值。
　　社會情感優(yōu)化算法中，個體總是根據(jù)最優(yōu)社會評價值來調(diào)整自身經(jīng)驗，并不考慮其他反饋信息，這妨礙了算法的多樣性，使算法容易陷入局部

2、最小值。針對該問題，本文引入了Metropolis準(zhǔn)則，全面考慮了各類反饋信息，使個體不僅接受最好的社會評價值，而且能以一定概率接受其它的社會評價值，從而改善了算法多樣性，增強了算法的全局搜索能力。
　　作為一個隨機優(yōu)化算法，社會情感優(yōu)化算法的局部搜索能力有待提高，為了解決此問題，本文將二次插值法引入算法，在每次迭代的過程中，利用預(yù)測到的極值點來提高算法的局部搜索效率，以提高算法的收斂速度。
　　為了表明改進后的算法的優(yōu)化性