基本介紹
- 中文名：頭腦風暴最佳化算法
- 外文名：Brain Storm Optimization Algorithm
- 簡稱：BSO 算法
- 類型：智慧型最佳化計算方法
提出,基本步驟,未來發展,
提出
受人類創造性解決問題過程——頭腦風暴會議的啟發， 2011年史玉回老師在第二次群體智慧型國際會議(The Second International Conference on Swarm Intelligence(ICSI11))中提出一種新的群智慧型最佳化算法——頭腦風暴最佳化算法，算法採用聚 類思想搜尋局部最優，通過局部最優的比較得到全局最優；採用變異思想增加了算法的多 樣性，避免算法陷入局部最優，在這聚與散相輔相承的過程中搜尋最優解，思想新穎，適合於解決多峰高維函式問題。
基本步驟
BSO算法中的每一個個體都代表一個潛在的問題的解，通過個體的演化和融合進行個體的更新，這一過程與人類頭腦風暴的過程相似．BSO算法的實現過程很簡單：（1）產 生n（種群大小）個 潛在的問題的解（個體），然後用k－means將這n個個體分為m（預先設定的參數）類，通過評估這n個個體，將每一類中的個體進行排序，選出每一類內最優的個體作為該類的中心個體；（2）隨機選中一個類的中心個體，按機率大小確定它是否被一個隨機產生的個體所替代；（3）進行個體的更新過程，通過下列某一種方式產生新個體．個體更新的4種方式如下．
（a）隨機選中一個類（每一類被選中的機率與類內個體數量成正比），將隨機擾動加到類中心上產生新個體．
（b）隨機選中一個類（每一類被選中的機率與類內個體數量成正比），在選中的類中隨機選出一個個體，加上一個隨機擾動產生一個新個體．
（c）隨機選中2個類，將2個類中心 進 行 融 合 加上隨機擾動產生一個新個體．
（d）隨機選中2個類，每類中各隨機選出一個個體，進行融合，加上隨機擾動產生一個新個體．
通過調整參數來控制按上述4種方式產生的新個體的比例．在新個體產生後，與等待更新的個體進行比較，較優的一個將會被保留並作為新一代中的一個個體．重複進行上述操作，將n個個體逐一進行更新，這樣產生了n個新一代個體，如此循環，直到達到預先設定的個體更新代數的上限．
未來發展
隨著現代經濟的迅速發展，智慧型最佳化算法越來越受到科技工作者的關注，已被廣泛套用到工農業等領域，尤其多的套用到各種項目經濟調度問題中，來降低成本，提高利潤。為了解決傳統的最佳化算法難以解決的一些複雜多峰函式問題，智慧型最佳化算法通過模擬 自然生態系統機制，從而把經驗的、感性的、類比的傳統設計方法轉變為科學的、理性的、立足於計算分析的設計方法。在此大背景下，頭腦風暴最佳化算法具有非常良好的發展前景。
