文章 "自适应社会行为优化(ASBO):Schwefel函数与Box-Muller方法"

 

新文章 自适应社会行为优化(ASBO):Schwefel函数与Box-Muller方法已发布:

本文深入探讨了生物体的社会行为及其对新型数学模型——自适应社会行为优化(ASBO)创建的影响,为我们呈现了一个引人入胜的世界。我们将研究生物社会中观察到的领导、近邻和合作原则如何激发创新优化算法的开发。

自然界中有很多群体行为的例子,生命体通过组成社会来增加生存和创新的机会。这种在动物界、人类社会以及其他生命形式中观察到的现象,已经成为进化生物学家和社会哲学家研究的迷人主题。通过研究这些社会,已经开发出了一种计算模型,该模型模拟了它们在某些目标方面的成功运作。这些模型,如粒子群优化和蚁群优化,展示了群体工作在解决优化问题中的效率。

本文探讨了社会结构的概念及其对群体决策过程的影响。我们还提出了一种基于社会行为和交互原则的数学模型,该模型可用于实现全局优化。该模型被称为自适应社会行为优化(ASBO),它考虑了环境对群体决策的影响,包括领导力、邻里关系和自组织。该算法由Manojo Kumar Singh提出,并于2013年在Aswatha Kumar M.等人编辑的《ICAdC论文集,AISC 174》中发表。

作者:Andrey Dik