螢火蟲群演算法

① 土壤反演傳統優化方法

傳統的土壤反演優化方法主要由以下幾個：
（1）粒子群演算法——是無導數方法，它通過群體中個體之間的協作和信息共享來尋找最優解，是一種基於群體智能的優化計算方法。
（2）人工螢火蟲演算法——思想源於對螢火蟲發光求偶與覓食行為的研究：螢火蟲個體利用螢光素誘導其他螢火蟲個體發光來吸引伴侶，光強越強，熒光素的數值越高，各個螢火蟲個體向熒光素值高的位置移動。
（3）人工蜂群演算法——是由Karaboga於2005年提出的一種新穎的群智能優化演算法。演算法通過模擬蜂群的采蜜行為實現優化問題的求解：蜜蜂根據各自分工進行合作采蜜活動，並實現蜜源信息的共享和交流。

② 人工螢火蟲演算法是怎樣的

自然界中的螢火蟲是一種有趣的動物

③ 如何判斷螢火蟲演算法陷入局部最優

FA主要是利用螢火蟲發光的特點進行隨機優化。利用螢火蟲個體模擬解空間的可行解，目標函數值表示螢火蟲的亮度，較亮的螢火蟲會吸引其他個體向這個方向進行位置移動，他們之間的吸引力與距離成反比，如果某個螢火蟲周圍沒有更亮的個體，它選擇不移動或者隨機變換位置。兩只螢火蟲之間的吸引力計算公式如下： 貝塔0是指距離為0時的吸引力值，rij表示兩只螢火蟲之間的歐式距離，拉姆塔一般表示對光的吸收率，通常取1. 螢火蟲會飛向更亮的螢火蟲位置處，其位置更新公式為：
其中阿爾法是[0,1]之間的隨機數，另一個因子是服從均勻分布的隨機因子。 演算法流程如下 1、初始化各個參數和每隻螢火蟲的位置 2、計算每對螢火蟲之間的吸引力，選取螢火蟲移動的方向 3、更新整個種群中螢火蟲的位置，更新螢火蟲的最優位置 4、判斷是否達到終止條件，是就結束演算法，否則就返回步驟2繼續進行

④ 元啟發式演算法和啟發式演算法有什麼區別

啟發式演算法與元啟發式演算法對區別在於是否存在「隨機因素」。 對一個同樣的問題，啟發式演算法（heuristics）只要給定了一個輸入，那麼演算法執行的步驟就固定下來了，輸出也因此固定，多次運算結果保持一致。

而元啟發式演算法（meta－heuristics）裡麵包括了隨機因素，如GA中的交叉因子，模擬退火中的metropolis准則，這些隨機因素也使得演算法有一定概率跳出局部最優解而去嘗試全局最優解，因此元啟發式演算法在固定的輸入下，而輸出是不固定的。

啟發式演算法(Heuristic Algorigthm)是一種基於直觀或經驗構造的演算法,在可接受的花費(指計算時間、計算空間等)給出待解決優化問題的每一實例的一個可行解，該可行解與與最優解的偏離程度一般不可以事先預計。

啟發式演算法是一種技術,這種演算法可以在可接受的計算費用內找到最好的解,但不一定能保證所得到解的可行性及最優性，甚至大多數情況下無法闡述所得解與最優解之間的近似程度。

元啟發式演算法（MetaHeuristic Algorigthm）是啟發式演算法的改進，它是隨機演算法與局部搜索演算法相結合的產物，常見的啟發式演算法包括遺傳演算法、模擬退火演算法、禁忌搜索演算法及神經網路演算法等。

新興的元啟發式演算法有、粒子群優化演算法、差分進化演算法，蟻群優化演算法、螢火蟲演算法、布穀鳥演算法、和聲搜索演算法、差分進化演算法、隨機蛙跳演算法、細菌覓食演算法、蝙蝠演算法的演算法等。

⑤ 螢火蟲的發光原理

螢火蟲是一種軀體翅鞘柔軟、完全變態的甲蟲，一生歷經卵、幼蟲、蛹及成蟲四個時期。全世界約有2000多種螢火蟲。如今已知的螢火蟲種類，其幼蟲都會發光，一般幼蟲的發光器位於第八腹節的兩側，在夜間活動時發光。至於成蟲會不會發光，則要視種類而定；例如弩螢（Drilaster）的螢火蟲，雖然幼蟲會發光，但是雌雄成蟲都不會發光。螢火蟲的發光，簡單來說，是熒光素（luciferin）在催化下發生的一連串復雜生化反應；而光即是這個過程中所釋放的能量。不同類型的螢火蟲，發光的形式不同。由於不同種類的螢火蟲，發光的型式不同，因此在種類之間自然形成隔離。螢火蟲中絕大多數的種類是雄蟲有發光器，而雌蟲無發光器或發光器較不發達。雖然我們印象中的螢火蟲大多是雄蟲有兩節發光器、雌蟲一節發光器，但這種情況僅出現於熠螢亞科中的熠螢屬（Luciola）及脈翅螢屬（Curtos）。因為像台灣窗螢（Pyrocoelia analis），雌雄都有兩節發光器，兩者最大的區別在於雌蟲為短翅型，而雄蟲則為長翅型。 成蟲產卵螢火蟲的發光器是由發光細胞、反射層細胞、神經與表皮等所組成。如果將發光器的構造比喻成汽車的車燈，發光細胞就有如車燈的燈泡，而反射層細胞就有如車燈的燈罩，會將發光細胞所發出的光集中反射出去。而螢火蟲的發光器會發光，起始於傳至發光細胞的神經沖動，使得原本處於抑制狀態的熒光素被解除抑制。而螢火蟲的發光細胞內有一種含磷的化學物質，稱為熒光素，在熒光素的催化下氧化，伴隨產生的能量便以光的形式釋出。由於反應所產生的大部分能量都用來發光，只有2~10%的能量轉為熱能，所以當螢火蟲停在我們的手上時，我們不會被螢火蟲的光給燙到，所以有些人稱螢火蟲發出來的光為「冷光」。 螢火蟲於夜晚的發光行為，以黑翅螢（Luciola

cerata）為例，就如今的研究發現，多是在日落後，雄蟲開始在棲地上邊飛邊亮；在雄蟲開始活動不久後，雌蟲便開始出現於棲地周圍的（雌蟲也會發
光，但只有發光器一節，雄蟲則有兩節發光器），從晚上7點一直到11點半左右，在其棲地可以見到成百成千的螢火蟲發光，但差不多在晚上11點半過後，成蟲
便逐漸停止發光。而且雄蟲發光的頻率也有變化，並非整晚的發光頻率都一樣。
參考資料：螢火蟲發光之謎 ．新浪網．2005年07月20日[引用日期2013-05-27]．

基於螢火蟲禁忌演算法的考慮諧波污染的無功優化研究-電氣自動化-2013年 第1期(3)

⑥ 人工螢火蟲群優化演算法的流程是什麼

人工螢火蟲群優化演算法流程如下：
1.初始化演算法基本參數。
2.隨機初始化螢火蟲的位置，計算螢火蟲的目標函數值作為各自最大螢光亮度。
3.計算群體中螢火蟲的相對亮度I和吸引度β，根據相對亮度決定螢火蟲的移動方向。
4.更新螢火蟲的空間位置，對處在最佳位置的螢火蟲進行隨機擾動。
5.根據更新後螢火蟲的位置，重新計算螢火蟲的亮度。
6.當滿足搜索精度或達到最大搜索次數時則轉7.否則，搜索次數增加1，轉3，進行下一次搜索。
7.輸出全局最優值和個體最優值。

⑦ 科學家是怎樣研究螢火蟲生態變化的

對群觀察法。螢火蟲是群居動物，對個體的研究不會有進展性的效果，只能對群研究，生態變化不能受到外界干擾，只能觀察，科學家只能使用對群觀察法進行觀察。