社会认知优化

✍ dations ◷ 2025-08-17 22:29:09 #社会认知优化

社会认知优化(Social Cognitive Optimization, SCO),又称社会认识优化算法、社会认知算法。它是一种基于社会认知理论的群体智能优化算法。

SCO算法已经被应用于非线性规划问题,布尔可满足性问题,软件可靠性分配问题,自动机制设计等。

SCO算法可用于求解全局最小化问题 f ( x ) {displaystyle f(x)} ,其中 x {displaystyle x} 为属于问题空间S的一个问题状态(State),或称为知识点,而 f {displaystyle f} 为质量衡量函数。

在SCO中,由 N c {displaystyle N_{c}} 个主体(Agent)同时进行求解,而它们通过环境中的社会共享库(Library)的进行交互。其中每个主体 i {displaystyle i} ( i = 1 , , N c ) {displaystyle (i=1,ldots ,N_{c})} 拥有一个私有知识点 x i {displaystyle x_{i}} ,而社会共享库中拥有一个知识集 X = { x j | j = 1 , , N L } {displaystyle X={x_{j}|j=1,ldots ,N_{L}}} (即一组知识点,其数量为 N p o p {displaystyle N_{pop}} )。,SCO以马尔科夫过程方式(即当前周期的运行只依赖于上一周期的状态)重复运行 T {displaystyle T} 个周期。其算法流程如下:


【注】在以上这些步骤中,只有2.1.3步尤其和问题空间S的形式相关。例如S为 D {displaystyle D} 维连续空间时(每维值有给定的上下界),新知识点 x i ( t + 1 ) {displaystyle x_{i}(t+1)} 可以以如下方式产生。首先得到 x R e f {displaystyle x_{Ref}} x B a s e {displaystyle x_{Base}} 为中心的对称点 x I m a g e {displaystyle x_{Image}} ,然后得到以 x I m a g e {displaystyle x_{Image}} x R e f {displaystyle x_{Ref}} 为顶点的超矩形体 S V {displaystyle S_{V}} (而 x B a s e {displaystyle x_{Base}} 可视为在该超矩形体的中心),接着得到S和 S V {displaystyle S_{V}} 的交集空间(边界处理方式),并在该交集空间中返回一个纯随机知识点作为 x i ( t + 1 ) {displaystyle x_{i}(t+1)} 。如S为离散和组合空间(如对旅行商问题),则该步需要进行相应的设计。


SCO算法共有三个主要参数,即主体数目 N c {displaystyle N_{c}} ,知识集大小 N p o p {displaystyle N_{pop}} ,以及执行周期数 T {displaystyle T} 。通常 N p o p {displaystyle N_{pop}} N c {displaystyle N_{c}} 的3~5倍。加上初始化过程,总知识点评估次数为 N p o p + N c ( T + 1 ) {displaystyle N_{pop}+N_{c}*(T+1)} ,因此总知识点评估次数在T较大时基本与 N p o p {displaystyle N_{pop}} 无关。SCO算法还有两个次要参数,通常固定为默认值,即 T A U B = 2 {displaystyle TAU_{B}=2} T A U W = 4 {displaystyle TAU_{W}=4}

最优化问题可以视为一个类似于Newell和Simon所定义的(可以度量的)问题空间,而问题求解则可看做在问题空间中进行搜索高质量的问题状态或知识点。对每个主体而言,其私有知识点可以看做一种私有记忆,而该知识点随执行周期的变化轨迹则可以视为是对认知过程的一种模拟,即由低质量知识点得到高质量知识点的过程。在每个周期中,每个主体使用他的私有记忆以及参考社会共享库中的部分信息或线索,通过搜索得到的新知识将会被主体用来更新它的私有记忆,并提交(部分)已有知识给环境用来最后更新社会共享库。因此SCO模拟一种简单的社会认知过程:每个主体的认知过程利用了社会共享库,而高质量的社会共享库的积累过程则来源于个体认知过程的贡献。主体间的交互和合作搜索实际上是隐式的通过对社会共享库的使用和影响其更新而实现。如果将在问题空间中迅速得到准优解的过程视为一种创造性思维过程,SCO也可以视为对脑力激荡优化法(英语:Brain storm optimization algorithm)的一种简单模拟,这也意味着SCO有在研究群体创造性方面的扩展的可能性。

以下比较一下SCO和几种主要的基于群体的优化算法的异同点。这些算法包括遗传算法(Genetic Algorithm, GA),蚁群算法(Ant Colony Optimization, ACO),粒子群优化(Particle Swarm Optimization,PSO)。

和GA所不同的是,每个主体长期存在于所有周期中,而不会被新个体替换。也就是,SCO模拟多个个体的学习和认知周期,而GA模拟群体的演化周期。

和ACO所不同的是,每个主体拥有私有记忆,这个记忆长期存在于所有周期中。在这点上,SCO和PSO类似。主体的私有记忆保证了个体学习能力,有助于群体中涌现新知识并维护群体知识的差异性。

和PSO所不同的是,社会共享库中的知识和主体中的知识相互独立。首先,拿走某个主体,不会影响社会共享库。在这点上,SCO和ACO类似。减少个体数目不会严重影响算法性能,SCO甚至能在只有一个个体时得到比较稳定的搜索结果,尽管使用多个个体会使得搜索过程更鲁棒。其次,改变库里面的部分信息,不会直接影响到主体本身,因此也可以通过调整社会共享库来调节算法性能。

相关

  • 国民政府驻外大使馆列表国民政府驻外大使馆列表表列出1933年-1949年中华民国南京国民政府或重庆国民政府驻外的各国大使馆。而国民政府驻外的第一处大使馆为1933年1月6日设立的驻苏维埃联邦共和国大
  • 韩镇昌韩镇昌(한진창,1858年1月26日-1935年2月2日),为朝鲜大韩帝国和日据时代的官僚。1927年6月3日获任命为朝鲜总督府中枢院参议。1928年11月16日从日本政府获得昭和大礼纪念奖。其姐
  • 严珠慧严珠慧(越南语:Nghiêm Châu Tuệ/.mw-parser-output .han-nom{font-family:"Nom Na Tong","Han-Nom Gothic","Han-Nom Ming","HAN NOM A","HAN NOM B","Ming-Lt-HKSCS-UNI-H"
  • 陕西广播电视台秦腔广播陕西广播电视台秦腔广播,简称陕西秦腔广播,该频率于2008年1月16日开播,初名“陕西戏曲广播·西安乱弹”,后改名“陕西文艺广播·西安乱弹”、“青春调频”,2012年改现名。
  • 徐琰 (搏击选手)徐琰(1987年11月17日-),山东滨城人,中国首批职业搏击选手,同时也是在K-1擂台成绩最为突出的中国选手。曾在2009年的搏击舞台日本K-1上KO了日本名将长岛雄一郎,徐琰因此在世界和日本
  • 卡萝尔·巴斯金卡萝尔·巴斯金(英语:Carole Baskin,1961年6月6日-),美国大猫权利活动家,非营利动物庇护所大猫救援(英语:Big Cat Rescue)首席执行官。巴斯金凭2020年网飞纪录片《养虎为患》受到公众
  • 澹台姓澹台姓为汉字复姓,原本是春秋时期鲁国的一个地名,位于山东省济宁市嘉祥县南的澹台山旁。孔子有个名叫“灭明”的弟子,因出生于此,人称“澹台灭明”。其子孙就以“澹台”为姓。成
  • 上海来的女人《上海来的女人》(英语:),是一部1947年的美国黑色电影。由奥森·威尔斯担任导演,主演者包括威尔士自己与他的第二任妻子,著名女星丽塔·海华丝以及艾佛烈·史隆(英语:Everett Sloane
  • 吴胜恩吴胜恩(韩语:오승은,1979年2月8日-),韩国女演员。吴胜恩于1979年生于江原道江陵市,她直至高中毕业后才离开故乡前往首尔的檀国大学就读戏剧电影系,毕业后作为演员活动。吴胜恩在2003年的电视剧《男生女生向前走4》中获得了很高的人气,是她实际上的代表作。加上她出演节目《姜虎东的天生缘分》展现了令人向往的舞蹈和摇滚实力。她曾以演员兼歌手的身份作为组合“the red”的成员活动。 2008年,吴胜恩与大其六岁的上市企业代表朴仁奎结婚,两人共育有两个女儿。同年演毕TV小说(晨间剧)《大姐》的主角角色后,
  • 单亲爸爸JOKER《单亲爸爸JOKER》(日语:ワンオペJOKER)是“DC×Morning共同企划”的第2弹漫画作品,由宫川智担任原作、后藤庆介担任作画。于讲谈社《Morning》2021年第6号开始连载。第一册单行本于2021年6月23日发售。蝙蝠侠正一如往常地在高潭市与小丑战斗着,不料意外掉进了化学储存槽中,浮起来的蝙蝠侠竟变成了小婴儿。小丑为了打败“正义”以证明“邪恶”,决定将婴儿蝙蝠侠扶养成正义的英雄。2019年秋季,DC漫画的代表来到讲谈社商讨合作事宜。在会议中曾有过“像《圣☆哥传》那样让超人与蝙蝠侠一起住在立