萤火虫群算法

① 土壤反演传统优化方法

传统的土壤反演优化方法主要由以下几个：
（1）粒子群算法——是无导数方法，它通过群体中个体之间的协作和信息共享来寻找最优解，是一种基于群体智能的优化计算方法。
（2）人工萤火虫算法——思想源于对萤火虫发光求偶与觅食行为的研究：萤火虫个体利用萤光素诱导其他萤火虫个体发光来吸引伴侣，光强越强，荧光素的数值越高，各个萤火虫个体向荧光素值高的位置移动。
（3）人工蜂群算法——是由Karaboga于2005年提出的一种新颖的群智能优化算法。算法通过模拟蜂群的采蜜行为实现优化问题的求解：蜜蜂根据各自分工进行合作采蜜活动，并实现蜜源信息的共享和交流。

② 人工萤火虫算法是怎样的

自然界中的萤火虫是一种有趣的动物

③ 如何判断萤火虫算法陷入局部最优

FA主要是利用萤火虫发光的特点进行随机优化。利用萤火虫个体模拟解空间的可行解，目标函数值表示萤火虫的亮度，较亮的萤火虫会吸引其他个体向这个方向进行位置移动，他们之间的吸引力与距离成反比，如果某个萤火虫周围没有更亮的个体，它选择不移动或者随机变换位置。两只萤火虫之间的吸引力计算公式如下： 贝塔0是指距离为0时的吸引力值，rij表示两只萤火虫之间的欧式距离，拉姆塔一般表示对光的吸收率，通常取1. 萤火虫会飞向更亮的萤火虫位置处，其位置更新公式为：
其中阿尔法是[0,1]之间的随机数，另一个因子是服从均匀分布的随机因子。 算法流程如下 1、初始化各个参数和每只萤火虫的位置 2、计算每对萤火虫之间的吸引力，选取萤火虫移动的方向 3、更新整个种群中萤火虫的位置，更新萤火虫的最优位置 4、判断是否达到终止条件，是就结束算法，否则就返回步骤2继续进行

④ 元启发式算法和启发式算法有什么区别

启发式算法与元启发式算法对区别在于是否存在“随机因素”。 对一个同样的问题，启发式算法（heuristics）只要给定了一个输入，那么算法执行的步骤就固定下来了，输出也因此固定，多次运算结果保持一致。

而元启发式算法（meta－heuristics）里面包括了随机因素，如GA中的交叉因子，模拟退火中的metropolis准则，这些随机因素也使得算法有一定概率跳出局部最优解而去尝试全局最优解，因此元启发式算法在固定的输入下，而输出是不固定的。

启发式算法(Heuristic Algorigthm)是一种基于直观或经验构造的算法,在可接受的花费(指计算时间、计算空间等)给出待解决优化问题的每一实例的一个可行解，该可行解与与最优解的偏离程度一般不可以事先预计。

启发式算法是一种技术,这种算法可以在可接受的计算费用内找到最好的解,但不一定能保证所得到解的可行性及最优性，甚至大多数情况下无法阐述所得解与最优解之间的近似程度。

元启发式算法（MetaHeuristic Algorigthm）是启发式算法的改进，它是随机算法与局部搜索算法相结合的产物，常见的启发式算法包括遗传算法、模拟退火算法、禁忌搜索算法及神经网络算法等。

新兴的元启发式算法有、粒子群优化算法、差分进化算法，蚁群优化算法、萤火虫算法、布谷鸟算法、和声搜索算法、差分进化算法、随机蛙跳算法、细菌觅食算法、蝙蝠算法的算法等。

⑤ 萤火虫的发光原理

萤火虫是一种躯体翅鞘柔软、完全变态的甲虫，一生历经卵、幼虫、蛹及成虫四个时期。全世界约有2000多种萤火虫。如今已知的萤火虫种类，其幼虫都会发光，一般幼虫的发光器位于第八腹节的两侧，在夜间活动时发光。至于成虫会不会发光，则要视种类而定；例如弩萤（Drilaster）的萤火虫，虽然幼虫会发光，但是雌雄成虫都不会发光。萤火虫的发光，简单来说，是荧光素（luciferin）在催化下发生的一连串复杂生化反应；而光即是这个过程中所释放的能量。不同类型的萤火虫，发光的形式不同。由于不同种类的萤火虫，发光的型式不同，因此在种类之间自然形成隔离。萤火虫中绝大多数的种类是雄虫有发光器，而雌虫无发光器或发光器较不发达。虽然我们印象中的萤火虫大多是雄虫有两节发光器、雌虫一节发光器，但这种情况仅出现于熠萤亚科中的熠萤属（Luciola）及脉翅萤属（Curtos）。因为像台湾窗萤（Pyrocoelia analis），雌雄都有两节发光器，两者最大的区别在于雌虫为短翅型，而雄虫则为长翅型。 成虫产卵萤火虫的发光器是由发光细胞、反射层细胞、神经与表皮等所组成。如果将发光器的构造比喻成汽车的车灯，发光细胞就有如车灯的灯泡，而反射层细胞就有如车灯的灯罩，会将发光细胞所发出的光集中反射出去。而萤火虫的发光器会发光，起始于传至发光细胞的神经冲动，使得原本处于抑制状态的荧光素被解除抑制。而萤火虫的发光细胞内有一种含磷的化学物质，称为荧光素，在荧光素的催化下氧化，伴随产生的能量便以光的形式释出。由于反应所产生的大部分能量都用来发光，只有2~10%的能量转为热能，所以当萤火虫停在我们的手上时，我们不会被萤火虫的光给烫到，所以有些人称萤火虫发出来的光为“冷光”。 萤火虫于夜晚的发光行为，以黑翅萤（Luciola

cerata）为例，就如今的研究发现，多是在日落后，雄虫开始在栖地上边飞边亮；在雄虫开始活动不久后，雌虫便开始出现于栖地周围的（雌虫也会发
光，但只有发光器一节，雄虫则有两节发光器），从晚上7点一直到11点半左右，在其栖地可以见到成百成千的萤火虫发光，但差不多在晚上11点半过后，成虫
便逐渐停止发光。而且雄虫发光的频率也有变化，并非整晚的发光频率都一样。
参考资料：萤火虫发光之谜 ．新浪网．2005年07月20日[引用日期2013-05-27]．

基于萤火虫禁忌算法的考虑谐波污染的无功优化研究-电气自动化-2013年 第1期(3)

⑥ 人工萤火虫群优化算法的流程是什么

人工萤火虫群优化算法流程如下：
1.初始化算法基本参数。
2.随机初始化萤火虫的位置，计算萤火虫的目标函数值作为各自最大萤光亮度。
3.计算群体中萤火虫的相对亮度I和吸引度β，根据相对亮度决定萤火虫的移动方向。
4.更新萤火虫的空间位置，对处在最佳位置的萤火虫进行随机扰动。
5.根据更新后萤火虫的位置，重新计算萤火虫的亮度。
6.当满足搜索精度或达到最大搜索次数时则转7.否则，搜索次数增加1，转3，进行下一次搜索。
7.输出全局最优值和个体最优值。

⑦ 科学家是怎样研究萤火虫生态变化的

对群观察法。萤火虫是群居动物，对个体的研究不会有进展性的效果，只能对群研究，生态变化不能受到外界干扰，只能观察，科学家只能使用对群观察法进行观察。