社会认识优化在非线性规划问题中的应用

社会认识优化在非线性规划问题中的应用

苏俊霞

【期刊名称】《计算机仿真》

【年(卷),期】2007(024)009

【摘要】社会认识优化(Society Cognitive Optimization,SCO)是一种基于社会认知理论提出的模拟人类社会的演化算法.社会认识优化是通过竞争选择和领域搜索来模拟社会认知理论中的社会学习能力,用代理来代表社会中的人,用知识库来代表社会中的知识,通过代理与知识库之间不断的交互来模拟人类的社会学习过程,从而达到优化学习的目的.命题逻辑中合取范式的可满足性(Satisfyability,SAT)问题是当代理论计算机科学的核心问题,是一典型的NP完全问题.可满足性问题的有效解决有着重要的理论意义和实际应用价值.文中将社会认识优化算法应用于求解可满足性问题,得到了比较满意的结果.

【总页数】4页(261-264)

【关键词】演化算法;社会认识优化;可满足性问题

【作者】苏俊霞

【作者单位】南京工业大学信息科学与工程学院,江苏,南京,210009

【正文语种】中文

【中图分类】TP301.6

【相关文献】

1.线性规划思想在非线性规划问题中的应用 [J], 刘国华

2.混合混沌优化方法及其在非线性规划问题中的应用 [J], 杨俊杰; 周建中; 喻菁; 吴玮