社會認(rèn)知優(yōu)化改進(jìn)及其應(yīng)用研究.pdf

1、演化計(jì)算是用計(jì)算機(jī)模擬大自然的演化過程，特別是生物的進(jìn)化過程，來求解復(fù)雜問題的一類計(jì)算模型。演化計(jì)算具有自學(xué)習(xí)、自組織、自適應(yīng)的特征和簡單、通用、魯棒性強(qiáng)、適于并行處理的優(yōu)點(diǎn)，已經(jīng)被廣泛應(yīng)用于實(shí)際應(yīng)用中需要進(jìn)行大量的搜索和優(yōu)化的領(lǐng)域。 社會認(rèn)知優(yōu)化(Society Cognitive Optimization)就是這樣一種模擬人類社會的演化算法。社會認(rèn)知優(yōu)化是基于社會認(rèn)知理論(Society Cognitive Theory)發(fā)

2、展起來的一種智能優(yōu)化算法。社會認(rèn)知理論認(rèn)為人格是綜合遺傳、環(huán)境和認(rèn)知而形成的，特別重視環(huán)境和認(rèn)知的作用，強(qiáng)調(diào)人際之間社會學(xué)習(xí)的重要性。社會認(rèn)知優(yōu)化是通過競爭選擇和領(lǐng)域搜索來模擬社會認(rèn)知理論中的社會學(xué)習(xí)能力，用代理來代表社會中的人，用知識庫來代表社會中的知識，通過代理與知識庫之間不斷的交互來模擬人類的社會學(xué)習(xí)過程，從而達(dá)到優(yōu)化學(xué)習(xí)的目的。 自組織遷移算法也是一種演化算法。這種算法模擬的是一群動物尋找食物的過程，群體中的所有成員總

3、是朝向群體中最好的個體進(jìn)行跳躍式的搜索。自組織遷移算法不像經(jīng)典的演化計(jì)算那樣通過父代產(chǎn)生新的個體，而是個體在搜索空間內(nèi)朝向最好的個體運(yùn)動搜索的過程。 本文將自組織遷移算法引入了社會認(rèn)知優(yōu)化，結(jié)合兩者的優(yōu)點(diǎn)，對社會認(rèn)知優(yōu)化進(jìn)行了改進(jìn)，在社會認(rèn)知優(yōu)化的過程中融入自組織遷移的過程，通過增加兩個參數(shù)協(xié)調(diào)兩者優(yōu)化的進(jìn)程。實(shí)驗(yàn)結(jié)果顯示，改進(jìn)后的社會認(rèn)知優(yōu)化可以在優(yōu)化早期就獲得較快的收斂速度，卻只對最終的優(yōu)化結(jié)果產(chǎn)生微小的影響。 然后

4、，將改進(jìn)的社會認(rèn)知優(yōu)化算法應(yīng)用于求解SAT問題。命題邏輯中合取范式（CNF）的可滿足性問題（SAT問題）是當(dāng)代理論計(jì)算機(jī)科學(xué)的核心問題，是一典型的NP完全問題。由于現(xiàn)代科技、軍事以及經(jīng)濟(jì)管理的大量重要應(yīng)用都?xì)w結(jié)為求解NP完全問題，因此，它的快速求解不僅具有重要的理論意義，而且在軟件自動開發(fā)技術(shù)、VLSI設(shè)計(jì)以及知識庫維護(hù)等許多領(lǐng)域都有重要的實(shí)際應(yīng)用價值。各國學(xué)者對它進(jìn)行了廣泛而深入的研究，提出了完全算法和不完全算法。本文將改進(jìn)的社會認(rèn)知

5、優(yōu)化求解該問題，結(jié)果比較滿意，證實(shí)了該算法的實(shí)用性。 最后，將改進(jìn)的社會認(rèn)知優(yōu)化算法應(yīng)用于求解圓形packing問題。圓形packing問題是裝填布局優(yōu)化問題的一種，它是NP完全問題，要求解其最優(yōu)解是十分困難的。對packing問題的探索可以廣泛應(yīng)用于工程機(jī)械、潛艇、船舶、車輛、高速列車、機(jī)器人的布局方案設(shè)計(jì)問題，目前常用的布局優(yōu)化方法有數(shù)學(xué)規(guī)劃法、圖論法、啟發(fā)式方法等。本文應(yīng)用了改進(jìn)的社會認(rèn)知優(yōu)化求解了該問題，獲得了比較令人滿