针对面临的问题寻找优化解是人类的思维习惯和行为方式。借鉴人类丰富的社会经验，模拟人类搜索活动的智能行为，提出了一种新的基于种群的启发式随机搜索算法，即人群搜索算法 SOA（seeker optimization Algorithm）。SOA 研究人类在随机搜索时所采用的交流、协作、记忆、推理、学习知识与经验等的智能行为，结合搜索和进化思想，以搜寻队伍为种群，以搜寻者位置为优化问题的候选解，通过模拟人类搜索的“经验梯度”和不确定性推理，分别确定搜索方向和步长，完成位置更新，实现对所求问题解的优化(

高等应用数学问题的MATLAB问题求解，线性、积分方程、代数方程、微分方程、数据插值、函数逼近问题、概率论与数理统计问题的计算机求解，模糊逻辑与模糊推理、遗传算法、小波变换、粗糙集理论等的应用。(Matlab problem solving of higher applied mathematics, computer solving of linear, integral, algebraic, differential, data interpolation, function approx