文章 "科学家群体优化（CoSO）：算法实现"

MetaQuotes 2026.09.30 08:20

我们继续讨论“科学家群体优化”这一主题。不应将 CoSO 视为现成的解决方案，而应将其视为一个有前景的研究平台。经过适当开发，CoSO 可以在那些适应性和应变能力至关重要、计算时间不是关键的任务中找到自己的定位。

CoSO 算法在测试函数上的表现为平均水平，达到了最大可能性能的 43%。当然，我原本期待更令人满意的结果。测试台提供了一套扩展的函数，包括标准和众所周知的函数，任何人都可以进一步尝试参数选择和函数选择，以更好地利用算法能力。

当前实现的主要缺点是计算复杂度高。多层架构、日志、动态资源分配和自适应种群管理带来了巨大的负载。该算法明显慢于其他种群方法，这限制了其在需要快速解决方案的问题中的应用。