结合近邻传播聚类的世界生成神经网络优化器

来源：济南大学学报·自然科学版杂志2023年第04期北京时间：

作者：陆敏芳,宗伟,陈美涵,杨波,王琳,张波

摘要：为了解决黑盒问题优化领域中传统优化算法在学习问题结构时存在缺乏样本多样性的问题，设计结合近邻传播聚类的世界生成神经网络优化器。该优化器通过独特的世界模型与采样生成器进行协同学习，完成对问题结构的学习并生成更加多样化的解，以此为基础提出新的优化算法；将所提出的算法与5种有代表性的算法在12个不同特征的优化问题上进行多角度的对比。结果表明，结合近邻传播聚类的世界生成神经网络优化器在不同特征基准问题上平均性能达到最优，准确度平均排名第一，证明了结合近邻传播聚类的世界生成神经网络优化器在学习问题结构的有效性，同时增加了样本的多样性。

关键词：近邻传播聚类;世界生成神经网络;黑盒问题;世界模型;神经网络;协同学习

基金资助：山东省重点研发计划项目(2019GGX101041);; 济南市高校院所科研带头人工作室项目(2021GXRC077)