SCI三区|儿童学习优化算法KLO:基于社会进化和认知学习的优化算法

目录

    • 1.背景
    • 2.算法原理
      • 2.1算法思想
      • 2.2算法过程
    • 3.结果展示
    • 4.参考文献
    • 5.代码获取


1.背景

2024年,ST Javed受到社会环境下家庭儿童的早期社会学习行为启发,提出了儿童学习优化算法(Kids Learning Optimizer, KLO)。

在这里插入图片描述
在这里插入图片描述

2.算法原理

2.1算法思想

KLO灵感来源于孩子们在社会结构中以家庭为单位的早期社会学习行为。在社会中,人们以家庭群体(父母和孩子)的形式组织,他们在家庭内部和外部相互交流,KLO将家庭和他们的互动的分散学习概念映射到新的算法中,其中搜索代理(个体)被组织成家庭,并在生命的不同阶段相互交流以找到最佳解决方案。
在这里插入图片描述

2.2算法过程

初始化

KLO算法首先初始化若干个家庭(nFamilies)和每个家庭的成员数量(nMembers),每个家庭包括两位父母和(nMembers-2)个孩子。总人口为nPop = nFamilies × nMembers,总父母数为nParents = nFamilies × 2。跟随父母的概率rp和学习参数Epsilon初始为较大值,并随着迭代线性递减,表示孩子随着成长倾向于跟随其他孩子,学习能力随年龄增长降低。最小和最大学习热情(LEmin和LEmax)分别设置为0.1和1。收敛参数Explore设置为floor(nVar/4),允许个体属性的25%发生变化,并在迭代中线性递减,以控制算法的探索能力。父母的属性在采样区间内随机生成,孩子的属性通过父母的随机交叉过程生成,从父亲随机选择部分属性,其余从母亲获得。这样,家庭成员在搜索空间内进行全面探索。

在这里插入图片描述
在这里插入图片描述

更新Gamma

BestSol是群体中最优个体,个体X和Y相互作用:
( t + 1 ) = { X ( t ) + γ λ ∥ X ( t ) − Y ( t ) ∥ , if f o b j ( X ( t ) ) < f o b j ( Y ( t ) ) Y ( t ) + γ λ ∥ X ( t ) − Y ( t ) ∥ , otherwise (1) (t+1)=\left\{\begin{array}{ll}X(t)+\gamma\lambda\|X(t)-Y(t)\|,&\text{if}f_{obj}(X(t))<f_{obj}(Y(t))\\Y(t)+\gamma\lambda\|X(t)-Y(t)\|,&\text{otherwise}\end{array}\right.\tag{1} (t+1)={X(t)+γλX(t)Y(t),Y(t)+γλX(t)Y(t),iffobj(X(t))<fobj(Y(t))otherwise(1)
参数表述为:
λ = 2 r − 1 (2) \lambda=2r-1\tag{2} λ=2r1(2)
γ = ∥ 2 − ( t mode ⁡ T C 1 ) ( T 4 C 1 ) ∥ (3) \gamma=\left\|2-\frac{\left(t\operatorname{mode}\frac T{C_1}\right)}{\left(\frac T{4C_1}\right)}\right\|\tag{3} γ= 2(4C1T)(tmodeC1T) (3)

探索所有个体

在KLO算法中,对于每个个体,生成一个具有nVar属性的随机个体IR,并随机选择x个属性进行替换,以模拟探索过程。成年人通过自我反省改进自己,孩子在父母的指导下纠正不合适的行为,这些都体现为算法中的行为矫正操作,帮助个体改进而不变得更糟。在更新过程中,如果新生成个体的成本优于原个体,则以Percent%的概率进行更新;即使新个体成本更高,也有10%的几率选择它,以增加探索潜在更优解的机会。
在这里插入图片描述

更新儿童与父母

在每次迭代中,整个群体都会被更新,但孩子的更新方式与父母的不同。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
学生的热情水平(LE):
L E i = L E min ⁡ + ( L E max ⁡ − L E min ⁡ ) ( n Kids − i ) n Kids (4) LE_i=LE_{\min}+(LE_{\max}-LE_{\min})\frac{(n\text{Kids}-i)}{n\text{Kids}}\tag{4} LEi=LEmin+(LEmaxLEmin)nKids(nKidsi)(4)
每个儿童会生成一个随机数r,如果r小于一个孩子的热情水平,那么他将向老师学习,否则他将需要额外的辅导和努力来提高:
x ( t + 1 ) = { X ( t ) + γ λ ∥ Teacher − T F ∗ M e a n ∥ , if  r < X ( t ) . L E BestSol + γ λ ∥ X ( t ) − BestSol ∥ , otherwise (5) \left.x(t+1)=\left\{\begin{matrix}X(t)+\gamma\lambda\|\text{Teacher}-TF*Mean\|,&\text{if }r<X(t).LE\\\text{BestSol}+\gamma\lambda\|X(t)-\text{BestSol}\|,&\text{otherwise}\end{matrix}\right.\right.\tag{5} x(t+1)={X(t)+γλTeacherTFMean,BestSol+γλX(t)BestSol,if r<X(t).LEotherwise(5)

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

3.结果展示

论文CEC2017对比
在这里插入图片描述

4.参考文献

[1] Javed S T, Zafar K, Younas I. Kids Learning Optimizer: social evolution and cognitive learning-based optimization algorithm[J]. Neural Computing and Applications, 2024: 1-49.

5.代码获取

【资源清单】代码资源清单导航~

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/868512.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

珍藏多年的计算机内核结构大全笔记,掌握计算机工作原理真不难

本篇会加入个人的所谓鱼式疯言 ❤️❤️❤️鱼式疯言:❤️❤️❤️此疯言非彼疯言 而是理解过并总结出来通俗易懂的大白话, 小编会尽可能的在每个概念后插入鱼式疯言,帮助大家理解的. &#x1f92d;&#x1f92d;&#x1f92d;可能说的不是那么严谨.但小编初心是能让更多人…

江洲的《家书》,岂止抵万金

题记 今晨6点钟&#xff0c;像往日一样的背上鱼具包&#xff0c;欲驾乘清凉舒适的晨风&#xff0c;前往味江河堤享受钓翁乐趣。孰料开门一看&#xff0c;朦胧的天空竟下着淅淅沥沥的小雨。 今年的天气异常&#xff0c;是笔者寄居“西川第一天”古镇5年来所未见&#xff1a;再…

顺序表实现

size属于结构体的作用域 如果要访问一个结构体的指针用-> 如果要访问一个结构体的变量用. 点操作 #include<stdio.h> #include<stdlib.h> #include<string.h> #include"seqlist.h" //typedef struct seqList{ // SLDataType* _data; //需…

CSS技巧 - 一日一例 (1):会讨好的热情按钮

题外话: 从今天开始,我准备开设一个新的专栏,专门写 使用CSS实现各种酷炫按钮的方法,本专栏目前准备写40篇左右,大概会完成如下按钮效果: 今天,我来介绍第一个按钮的实现方法:会讨好的热情按钮。为什么我给它起这样的名字呢?你看它像不像一个不停摇尾巴的小黄?当你鼠…

29 H3C SecPath F1000 系统(概述)

29 H3C SecPath F1000 系统 系统全局功能&#xff08;高可靠性 日志设置 报表设置 会话设置 升级中心 Lcense配置 高级虚拟化 管理员 维护 诊断中心 配置指导&#xff09; 高可靠性 1 vrrp VRRP将局域网内的可以承担网关功能的一组设备划分在一起&#xff0c;组成一个备份组…

【Spring Boot】Spring AOP动态代理,以及静态代理

目录 Spring AOP代理一. 代理的概念二. 静态代理三. JDK代理3.1 重写 invoke 方法进⾏功能增强3.2 通过Proxy类随机生成代理对象 四. CGLIB代理4.1 自定义类来重写intercept方法4.2 通过Enhancer类的create方法来创建代理类 五. AOP源码剖析 总结(重中之重&#xff0c;精华) Sp…

git使用总结

git介绍 Git是一款免费、开源的分布式版本控制系统 &#xff0c;用于敏捷高效地处理任何或小或大的项目。 Git 是 Linus Torvalds 为了帮助管理 Linux 内核开发而开发的一个开放源码的版本控制软件。 git安装 下载地址 # 推荐使用国内镜像下载 http://npm.taobao.org/mirro…

解决win10报“无法加载文件……profile.ps1,因为在此系统上禁止运行脚本”的问题

打开命令行报错 解决方法 使用管理员权限打开PowerShell&#xff1a;WinX, 选择“Windows PowerShell&#xff08;管理员&#xff09;” 输入&#xff1a;Set-ExecutionPolicy -ExecutionPolicy RemoteSigned 输入&#xff1a;y确认修改安全策略 &#xff1a;y确认修改安全策略…

前端学习(三)CSS介绍及选择符

##最近在忙期末考试&#xff0c;因此前端笔记的梳理并未及时更新。在学习语言过程中&#xff0c;笔记的梳理对于知识的加深very vital.因此坚持在明天学习新知识前将笔记梳理完整。 主要内容&#xff1a;CSS介绍及选择符 最后更新时间&#xff1a;2024/7/4 目录 内容&#x…

强化学习的数学原理:值函数近似

在上次课介绍了 TD Learning&#xff0c;实际上这次课依然是介绍 TD &#xff0c;但是上次是用的表格形式介绍的&#xff0c;这次课我们将会介绍基于函数的方式。 算法其实不太难&#xff0c;难的是思路和想法&#xff0c;另外这一节将引入神经网络。 另外最经典的 Deep Q-le…

AutoDL部署半自动大模型标注工具踩坑实录

效果演示 克隆代码 git clone http://github.com/yoletPig/Annotation-with-SAM.git安装SAM cd segment-anything pip install -e .安装SAM-Tool依赖包 pip install -r requirements.txt下载权重 wget https://dl.fbaipublicfiles.com/segment_anything/sam_vit_h_

论文新思路!双通道卷积神经网络!最新成果准确率近100%

双通道CNN是一种创新的卷积神经网络架构&#xff0c;它能捕捉到比单通道CNN更丰富的信息&#xff0c;从而提高模型的性能和鲁棒性。 具体点讲&#xff0c;传统CNN采用单个卷积层提取特征&#xff0c;形成特征映射&#xff1b;而双通道CNN则通过两个并行卷积层同时处理输入数据…

越来越多用户和商家选择小程序商城的原因是什么?小程序商城怎么搭建?

得益于小程序的便捷性&#xff0c;越来越多的用户选择在小程序商城购物&#xff0c;越来越多的商家也开始搭建自己的小程序商城。背后原因是什么呢&#xff1f;小程序商城怎么搭建&#xff1f; 用户为何青睐小程序商城&#xff1f; 1、便捷性 小程序商城无需下载安装&#xff…

数据结构——二叉树之c语言实现堆与堆排序

目录 前言&#xff1a; 1.二叉树的概念及结构 1.1 特殊的二叉树 1.2 二叉树的存储结构 1.顺序存储 2.链式存储 2. 二叉树的顺序结构及实现 2.1 堆的概念 ​编辑 2.2 堆的创建 3.堆的实现 3.1 堆的初始化和销毁 初始化&#xff1a; 销毁&#xff1a; 插入&…

开源屏幕分享项目:轻量好用无延迟!!【送源码】

想必大家在日常的工作中&#xff0c;会经常需要分享代码、演示项目或者进行在线教学&#xff0c;这就需要一个既高效又便捷的屏幕共享工具。然而&#xff0c;现有的一些解决方案往往存在延迟高、画质差等问题。 今天就分享一个开源的屏幕共享项目 - screego&#xff0c;不但免…

PHP灵活用工任务小灵通微信小程序系统源码

&#x1f4bc;灵活赚钱新风尚&#xff01;灵活用工任务小灵通微信小程序&#xff0c;兼职自由两不误&#x1f680; &#x1f50d; 一、海量任务&#xff0c;随时随地接单赚外快 还在为找不到合适的兼职而烦恼吗&#xff1f;&#x1f914; 灵活用工任务小灵通微信小程序&#…

Java-Sql注入以及如何解决

sql脚本注入: 如果sql语句使用字符串拼接&#xff0c;可能会出现字符串的拼接&#xff0c;导致sql注入。 #是会先进行预编译&#xff0c;传进来的参数通过占位符填入到已经完成编译的语句中去。

paddleocr运行报错?谈谈解决思路。

&#x1f3c6;本文收录于「Bug调优」专栏&#xff0c;主要记录项目实战过程中的Bug之前因后果及提供真实有效的解决方案&#xff0c;希望能够助你一臂之力&#xff0c;帮你早日登顶实现财富自由&#x1f680;&#xff1b;同时&#xff0c;欢迎大家关注&&收藏&&…

代码随想录算法训练营第四十七天|1143.最长公共子序列、 1035.不相交的线、53. 最大子序和、392.判断子序列

1143.最长公共子序列 题目链接&#xff1a;1143.最长公共子序列 文档讲解&#xff1a;代码随想录 状态&#xff1a;一开始没想明白为啥要 max(dp[i - 1][j], dp[i][j - 1]) 思路&#xff1a; 如果text1[i - 1] 与 text2[j - 1]相同&#xff0c;那么找到了一个公共元素&#xff…

亚马逊个人卖家掌控物流,教你在单个ERP端口上实现全自动发货

亚马逊个人卖家可对接20多家国际物流&#xff0c;个人如何发货打单&#xff1f; 大家好&#xff0c;今天介绍这款erp有了订单后怎么发货。个人ERP在选择发货的时候只能选择中转仓&#xff0c;这是要把货发给ERP的商家&#xff0c;由商家代打包&#xff0c;打包费。这块开发了自…