RPBSO：带有角色扮演策略的BSO

RPBSO：带有角色扮演策略的BSO

参考文献
《Enhanced Brain Storm Optimization with Role-playing Strategy》

要点

在RPBSO中，采用角色扮演策略来分类想法，并且利用想法差异策略来产生新的想法。为了维持想法的多样性并防止陷入局部最佳，还采用重新初始化操作。

提议的RPBSO

头脑风暴过程中的参与者扮演三种类型的角色。

• 第一种类型的角色是创新的人
• 第二种类型是更保守的人
• 第三种类型是普通人

这三种类型的人通过头脑风暴过程提出的想法是创新的思想，保守思想和普通思想。

• 创新的想法是解决当前问题的更好的想法，并且接近最好的想法。在多模态函数中，创新的想法主要是在当前峰值上执行局部搜索以找到更好的想法。
• 保守的想法是适合解决目前问题并远离最好的想法。因为在多模态函数中不同峰之间的距离很远。保守的想法对于寻找不同的山峰来寻找更好的想法。
• 普通的想法在解决当前问题方面并不是很有效。多模态函数中的普通思想是执行全局搜索以找到好的想法。

所有拟议的想法都通过角色扮演策略分为这三个聚类。在头脑风暴的过程中，个体通过选择一个想法或组合的想法来创造一个新的想法。RPBSO算法伪代码如下算法2：

A、角色扮演策略

角色扮演策略将所有想法聚集成三个聚类，代表创新思想，保守思想和普通思想。利用适应度值来评估想法的质量，并采用欧几里德距离来表示专业背景之间的差异。

首先，生成最初的想法。然后计算每个想法Xi和最佳主意Xbest之间的适应度值差异，并用符号表示为：

所有Δfi都用于计算平均值Δfmean，如下所示：

其中NI是想法的大小，值得注意的是，当索引i等于最佳主意的索引时，Δfi为零。在获得Δfmean之后，在集合A中收集Δfi小于Δfemem的所有想法，集合A的数学公式描述如下：

类似于Δfi和Δfmem，Δdi被定义为想法Xi和最佳主意Xbest之间的欧几里德距离，Δdmean是欧几里德距离的平均值。 Δdmean根据以下公式计算

Δdi小于Δdmean的思想被收集在集合B中。设定B的公式表示如下：

在当前的想法中，集合A包含良好适应度值的所有想法。根据创新思想和保守思想的定义，可以看出，对于多模态问题，集合A含有两种不同位置的想法，第一个包含接近最好的想法的想法，另一个离最好的想法很远，在其他地方附近。

但是集合B包含接近最好的想法。这意味着在集合B中存在良好的适应度值的想法。可以知道，集合A和集合B都包括周围最佳想法的想法，并具有解决这个问题的更好思路。

因此，NI个思想被集合A和集合B的操作分为三个聚类。第一聚类中的所有想法都称为创新思想，集合I被用来表达这种想法。集合I包含具有良好适应度值的想法，并接近最好的主意。集合C表示保守的思想，将良好的适应度值和远离最佳创意的想法与集合C。其余的想法位于第三聚类中，由集合O表示，O被称为普通的思想想法。数学表达式定义如下：

由下图解释。

B、新想法生成方法

采用MBSO中的IDS方法。