【报告内容】

汇报人：鹿裕齐

汇报单位：河海大学

主题:《A brain storm optimization algorithm with feature information

knowledge and learning mechanism》

1、Introduction

2、Methods

3、Experiments

4、Conclusion

【报告总结】

1.待解决的问题描述

在现实世界中广泛存在的多变量和复杂约束的多种优化问题，用传统方法解决起来非常困难。头脑风暴优化（BSO）算法是一种先进的群智能优化方法，在独立于问题特征的情况下高效灵活地解决了大规模问题。群智能优化算法的本质在于种群迭代搜索解空间中的最优解，这一过程具有随机性和盲目性。

2.相关创新方案

为了提高 BSO的搜索能力和加强算法的理论指导，文中提出了一种基于特征信息知识和学习机制的头脑风暴优化算法（Feature Information Based Brain Storm Optimization，FIBSO）。

引入特征信息学习机制。特征信息学习机制充分学习个体之间的特征信息，以帮助算法找到最优解。为了提高搜索过程中个体在解空间的旋转不变性，提出了三种利用全局最优和局部最优个体增强种群搜索能力的策略。

3.实验总结

本文提出了一种FIBSO算法。进化过程中学习到的个体间的特征信息在理论上指导了种群朝着一个好的方向进化。引入三种策略中的全局和局部最优个体以提高算法找到最优解的能力。在CEC2017测试集上对FIBSO和比较算法进行了测试。FIBSO的表现优于比较算法，特别是在大规模和复杂的问题中。

4.未来的工作

开发更加高效、灵活的头脑风暴优化算法及其变种算法，并应用于各种实际工程问题中；探索脑风暴优化算法与其他经典优化算法的结合方式，提高算法的搜索能力和求解精度；研究脑风暴优化算法在多目标优化、约束优化等复杂问题中的应用方法和策略。

报告时间：2023年12月15日19:30

腾讯会议：371 3868 6615

点我下载本讨论课相关文献或PPT吧~(提取码：iipr)