进化编程已被广泛实现为连续优化算法。 先前的研究已成为瓶颈，因为大多数进化编程算法都无法稳健地解决不同类型的优化问题。 我们认为，这种瓶颈是由于现有的变异策略很少使用种群信息造成的。 受到描述人如何通过顺从行为来优化其社交活动的心理模型的启发，本研究提出了变异的变异矢量，以模拟具有行为参考，多数影响和独特影响因素的顺从行为。 这些因素分别对应于每种突变个体的三种人口信息：启发式信息，最佳梯度和人口多样性。 我们使用拟议的向量来设计改进的进化编程，具有模拟遵循者变异策略。 结果表明，由这三个因素产