面向多模态优化问题的注意力导向头脑风暴优化
神经与进化计算
2021-05-28 v1
摘要
基于种群的方法常用于求解多模态优化问题。通过结合小生境或聚类策略，现有最优方法通常将种群划分为若干子种群，以寻找当前问题的多个解。然而，这些方法在迭代中仅受适应度值引导，难以确定子种群数目，即小生境区域或聚类的数目。为弥补此缺陷，本文提出一种注意力导向头脑风暴优化(ABSO)方法，将注意力机制引入一种较新的群体智能算法，即头脑风暴优化(BSO)。通过将目标空间从适应度空间转换为“注意力”空间，个体依据其显著值被聚类并迭代更新。所提方法并非收敛至单一全局最优，而是可引导搜索过程收敛至多个“显著”解。初步结果表明，该方法能定位若干多模态基准函数的多个全局与局部最优解。所提方法所需问题先验知识更少，且能在注意力机制引导下自动收敛至多个最优值，具有进一步发展的优良潜力。
引用
@article{arxiv.2105.13095,
title = {Attention-oriented Brain Storm Optimization for Multimodal Optimization Problems},
author = {Jian Yang and Yuhui Shi},
journal= {arXiv preprint arXiv:2105.13095},
year = {2021}
}