Tulong sa LibreOffice 25.8
Ang DEPS ay binubuo ng dalawang independiyenteng algorithm: Differential Evolution at Particle Swarm Optimization. Ang dalawa ay partikular na angkop para sa mga numerical na problema, tulad ng nonlinear optimization, at komplementaryo sa isa't isa dahil pinapantayan nila ang mga pagkukulang ng isa't isa.
Isinasaalang-alang ng Social Cognitive Optimization ang gawi ng tao sa pag-aaral at pagbabahagi ng impormasyon. Ang bawat indibidwal ay may access sa isang karaniwang aklatan na may kaalaman na ibinabahagi sa pagitan ng lahat ng indibidwal.
| Setting | Paglalarawan | 
|---|---|
| Ipagpalagay na ang mga variable ay hindi negatibo | Markahan upang pilitin ang mga variable na maging positibo lamang. | 
| Mga Siklo ng Pagkatuto | Tinutukoy ang bilang ng mga pag-ulit, dapat gawin ng algorithm. Sa bawat pag-ulit, ang lahat ng indibidwal ay gumagawa ng hula sa pinakamahusay na solusyon at nagbabahagi ng kanilang kaalaman. | 
| Ipakita ang Katayuan ng Pinahusay na Solver | Kung pinagana , isang karagdagang dialog ang ipinapakita sa panahon ng proseso ng paglutas na nagbibigay ng impormasyon tungkol sa kasalukuyang pag-unlad, ang antas ng pagwawalang-kilos, ang kasalukuyang pinakakilalang solusyon pati na rin ang posibilidad, na ihinto o ipagpatuloy ang solver. | 
| Laki ng Library | Tinutukoy ang dami ng impormasyong iimbak sa pampublikong aklatan. Ang bawat indibidwal ay nag-iimbak ng kaalaman doon at humihingi ng impormasyon. | 
| Sukat ng Swarm | Tinutukoy ang bilang ng mga indibidwal na lalahok sa proseso ng pag-aaral. Ang bawat indibidwal ay nakakahanap ng sarili nitong mga solusyon at nag-aambag sa pangkalahatang kaalaman. | 
| Limitasyon ng Pagwawalang-kilos | Kung ang bilang ng mga indibidwal na ito ay nakahanap ng mga solusyon sa loob ng malapit na saklaw, ang pag-ulit ay ititigil at ang pinakamahusay sa mga halagang ito ay pipiliin bilang pinakamainam. | 
| Pagpaparaya sa Pagwawalang-kilos | Tinutukoy kung anong hanay ng mga solusyon ang itinuturing na "katulad". | 
| Gumamit ng ACR Comparator | |
| Variable Bounds Hula | Kung pinagana (default), sinusubukan ng algorithm na maghanap ng mga variable na hangganan sa pamamagitan ng pagtingin sa mga panimulang halaga. | 
| Threshold ng Variable Bounds | Kapag hinuhulaan ang mga hangganan ng variable, tinutukoy ng threshold na ito, kung paano inililipat ang mga paunang halaga upang mabuo ang mga hangganan. Para sa isang halimbawa kung paano kinakalkula ang mga halagang ito, mangyaring sumangguni sa Manwal sa Wiki. | 
| Setting | Paglalarawan | 
|---|---|
| Ipagpalagay ang mga variable bilang mga integer | Markahan upang pilitin ang mga variable na maging integer lamang. | 
| Ipagpalagay na ang mga variable ay hindi negatibo | Markahan upang pilitin ang mga variable na maging positibo lamang. | 
| Limitasyon sa oras ng solver | Itinatakda ang maximum na oras para mag-converge ang algorithm sa isang solusyon. | 
| Algoritmo ng kuyog | Itakda ang algorithm ng kuyog. 0 para sa differential evolution at 1 para sa particle swarm optimization. Ang default ay 0. |