近日,数学与计算机科学学院大数据本科生连俊博在运筹学与控制领域国际老牌期刊《International Journal of Systems Science》(Q1,IF=4.9)上发表题为“The Educational Competition Optimizer”(教育竞争优化器)的研究论文,提出了一种全新的基于临近距离和轮盘赌策略的启发式优化架构,该论文进一步展示了我校本科生在进化计算领域的最新进展。
![](/__local/3/1D/9E/23C30D4D5C5BC072368E01D7B7B_A9917BEB_4A352.jpg)
当今,元启发式策略作为复杂优化的强大工具被广泛用于AI大模型架构搜索、超参数调节、工程设计、图像分割等多个领域,受到广泛关注。本研究提出了一种全新的元启发式算法,名为教育竞争优化算法(ECO),这是一种针对不同优化任务而设计的算法。ECO从现实世界教育资源分配场景中观察到的竞争动态中汲取灵感,利用这一原理完善其搜索过程。为了进一步提高效率,该算法将迭代过程分为三个不同的阶段:小学、初中和高中。通过这种循序渐进的方法,ECO逐步缩小了潜在解决方案的范围,反映了教育系统内部的逐步竞争。这种战略方法确保了ECO的探索和利用阶段之间的平稳过渡和资源共享。
![](/__local/3/81/41/24CBA829EC825C600EF358202F2_DB7C968B_13F84.jpg)
![](/__local/7/9B/46/0957BD428D4907CBC623934FC56_28A4DB2C_E78A.jpg)
为了全面评估ECO的有效性和收敛特性,文中对ECO进行了严格的比较分析,将ECO与九种最先进的元启发式算法进行了比较。结果表明,ECO作为一种全新的搜索架构在高效解决复杂优化问题方面取得了巨大成功,这凸显了它在不同现实世界领域的潜在适用性。
在这项研究中,浙江农林大学为第一单位,大数据21级本科生连俊博为第一作者,大数据21级本科生竺婷、马玲、吴昕灿共同参与研究工作,浙江农林大学科研育人名师工作室负责人为通讯作者。研究得到了数学与计算机科学学院、大数据专业和科研育人名师工作室的切实支持,学院在场地和资源等方面为学生参与科研活动排忧解难,让学生能够安心开展科研创新活动,为学生今后的深造和工作奠定了坚实的基础。
源代码下载地址1:https://github.com/junbolian/ECO
源代码下载地址2:https://aliasgharheidari.com/ECO.html
论文地址:https://doi.org/10.1080/00207721.2024.2367079
连俊博