萤火虫算法概述    佛山登高车,  佛山登高车出租,  佛山登高车租赁     萤火虫算法通过模拟萤火虫的发光吸引异性的行为，设定适应度函数来确定萤火虫的发光亮度，确定萤火虫的飞行方向和距离，使亮度较低的萤火虫飞向亮度较高的萤火虫。在萤火虫群体的位置迭代过程中，萤火虫群体渐渐收敛至亮度较高的区域，最后保留最亮的萤火虫作为问题的解。萤火虫算法及改进萤火虫算法在神经网络参数优化、智能控制、优化调度、数据聚类、图像处理和模式识别等领域都有应用。例如将萤火虫算法用于小波神经网络的参数优化，并将其用于函数逼近；将改进的萤火虫算法用于ＰＩＤ控制器的参数整定；将萤火虫算法用于结构设计工程中的混合变量优化；将改进的萤火虫算法用于机械产品的装配序列规划问题，取得良好的效果；将萤火虫算法用于数据的聚类问题，－并对其性能进行比较；将萤火虫算法用于电力系统保护，优化过载电流延迟协作；将萤火虫算法用于２Ｄ图像中的关键点搜索。萤火虫优化算法有以下优点: 

      （１）自适应性和自组织性,  萤火虫种群初始化以后每只萤火虫根据需要优化的问题计算适应度值，接受周围萤火虫的信息决定下一步的飞行方向和飞行距离。萤火虫优化算法不需要待优化问题的内部信息，只需要计算目标函数值，能够用于复杂的不具有明显结构的优化问题。

    （２）易实现并行:萤火虫群体没有明确的领导者，每只萤火虫飞行时不需要全局信息。萤火虫算法是受萤火虫的行为模式启发，吸收了萤火虫群体的飞行模式，不需要考虑全局的信息交流，因此算法方便实现并行化，比较容易实现多个设备的并行计算，提高计算速度，对硬件的要求较低。

     佛山登高车,  佛山登高车出租,  佛山登高车租赁  

     （３）全局搜索能力: 对于多模目标函数，局部最优点显著增多。传统的基于梯度的方法容易陷入局部最优，并且不能有效地对搜索空间进行全局搜索。启发式优化算法是一类随机优化算法，萤火虫算法在求解问题时会以一定概率捷索整个搜索空间。算法中萤火虫的飞行过程中引入了随机扰动机制，更容易跳出局部最优。因此萤火虫算法有比较强的全局搜索能力。

　　（４）简单易实现，萤火虫算法的核心思想非常筒单，对萤火虫两两进行遍历，亮度较暗的那只萤火虫飞向亮度较亮的那只萤火虫，步长由相对吸引度决定，相对吸引度由两只萤火虫间距离决定。所以，基本萤火虫算法非常利于编程实现。

     佛山登高车,  佛山登高车出租,  佛山登高车租赁