群体智能是一个研究领域,它对成群的昆虫或动物的集体行为进行建模。 已经提出了由这些模型产生的几种算法来解决范围广泛的复杂优化问题。 在本文中,提出了一种称为社交蜘蛛优化(SSO)的新型群算法来解决优化任务。 SSO 算法基于模拟社交蜘蛛的合作行为。 在所提出的算法中,个体模仿一组蜘蛛,这些蜘蛛根据合作群体的生物学规律相互交互。 该算法考虑两种不同的搜索代理(蜘蛛):男性和女性。 根据性别,每个个体都由一组不同的进化算子引导,这些算子模仿通常在群体中发现的不同合作行为。 为了说明所提出方法的熟练程度和稳健性,将其与其他众所周知的进化方法进行了比较。 比较检查了进化算法文献中通常考虑的几个标准基准函数。 结果显示了所提出的方法的高性能,用于搜索具有多个基准函数的全局最优值。 文章发表于: Cuevas, E., Cienfuegos, M., Zaldívar, D., Pérez-Cisn