2026年2月新锐一区SCI-完整家庭互动优化算法Undivided Family Interaction Algorithm-附Matlab免费代码

引言

近年来，在合理框架内求解优化问题的元启发式算法的发展引起了全球科学界的极大关注。本期介绍一种新的创新算法------完整家庭互动算法undivided family interaction algorithm，UFIA。灵感来自于人类的社会学习行为，这些行为是通过生活在一个完整的家庭（多代家庭）中的人们之间的互动而产生的。因此，提出的UFIA技术背后的主要动机是儿童通过观察和互动模仿父母，叔叔和祖父母的行为来学习行为，模仿这种分层互动以实现共同目标。该算法于2026年2月最新发表 在 JCR 1区，新锐1区期刊 Chaos, Solitons & Fractals 。

02. 数学建模

初始化：与其他优化算法类似，通过在定义的决策空间范围内随机初始化种群来开始搜索优质解决方案。

父母一方的子女（与自己的父母和祖父母互动）：居住在社区的家庭的父母(P)和祖父母（GP）知道积极和消极的特征如何影响他们孩子的行为(C)。因此，父母和祖父母努力引导他们的孩子表现出在社会上生存的行为和过程。在这个过程中，孩子们不仅通过自己的学习，还通过父母和祖父母的指导来塑造自己的行为。因此，孩子们观察到他们目前的能力与他们的父母或祖父母之间的差异。通过与父母和祖父母的互动来改善自身行为的过程如下：

在孩子与父母或祖父母互动后，如果孩子个体的适合度得到改善，那么孩子的位置就会更新，否则就保持不变。现在使用(4)中提供的伪代码来解释这个过程。

（与自己的父母、祖父母和兄弟姐妹互动）：在完整家庭的第二个过程中，在与父母和祖父母交流之前，家庭中的兄弟姐妹经常互相讨论。在兄弟姐妹之间的讨论阶段有各种各样的目的，比如他们从面临类似挑战的兄弟姐妹那里验证他们的行为或能力，或者通过结合他们不同的观点创造新的可能性。因此，每个子子Ci都试图与从子群体中随机选择的其他子子Cj进行交流，子子Ci与Cj之间的互动过程如(5)所示

现在，子女Ci试图通过分别使用(6)(7)与父母和祖父母的互动来提高他的属性。阶段2：在此阶段，算法强调对发现的有潜力区域进行深度开发。位置更新规则如下：

因此，为了确定每个孩子通过互动的益处，学习因素被设置为1或2，这取决于每个孩子的适合程度（见(8)）

在孩子与父母或祖父母或兄弟姐妹互动后，他们根据学习能力更新自己的属性，即，如果孩子的个体适应度提高了，那么孩子的位置就会更新，否则保持不变。现在使用(9)中提供的伪代码来解释这个过程。

与自己的父母或祖父母或叔叔以及兄弟姐妹互动：在完整的家庭中，孩子对不同父母的依赖随着时间的推移而改变。当他们还小的时候，即可比初始迭代优化过程的孩子，主要取决于父母。这个阶段对应于局部开发阶段，孩子的学习受到父母的强烈影响。随着年龄的增长（迭代），个体的取向逐渐从以父母为中心转变为以祖父母为中心，他们在许多情况下的经验使他们能够预测不同的情况，也就是说，这些后期阶段类似于向全局增强的过渡，其搜索行为与全局最佳解决方案保持一致

算法伪代码：

03. 对比验证

原文作者使用119个基准测试函数（包括CEC-2017、CEC-2019和CEC-2022集）对所提出的UFIA技术进行了评估。将该算法应用于实际工业工程、两个电力系统域和一个路径规划问题，验证了其适用性。通过与其他技术得到的结果进行比较，对所提出的UFIA算法的结果进行了定量和定性的评价。

参考文献

Basetti, V., Shiva, C. K., Tiwari, S., Karri, R. R., Arya, Y., & Sen, S. (2026). Solving nonlinear engineering problems using UFIA: A social inspired metaheuristic algorithm. Chaos, Solitons & Fractals. https://doi.org/10.1016/j.chaos.2026.117876.