大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關于改進鯨魚算法路徑規(guī)劃的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等

只需要輸入關鍵詞，就能返回你想要的內(nèi)容，越精準，寫出的就越詳細，有微信小程序端、在線網(wǎng)頁版、PC客戶端

官網(wǎng)：https://ai.de1919.com。

創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀的企業(yè)，服務客戶遍布全球各地，如需了解SEO相關業(yè)務請撥打電話175-8598-2043，或添加微信：1454722008

本文目錄:

• 1、優(yōu)化算法筆記（二）優(yōu)化算法的分類

• 2、鯨魚優(yōu)化算法和灰狼優(yōu)化算法哪個好

• 3、優(yōu)化算法筆記（十二）煙花算法

• 4、放生發(fā)明，比如：鯨魚——潛水艇

一、優(yōu)化算法筆記（二）優(yōu)化算法的分類

（以下描述，均不是學術用語，僅供大家快樂的閱讀）

在分類之前，我們先列舉一下常見的優(yōu)化算法（不然我們拿什么分類呢？）。

1遺傳算法Genetic algorithm

2粒子群優(yōu)化算法Particle Swarm Optimization

3差分進化算法Differential Evolution

4人工蜂群算法Artificial Bee Colony

5蟻群算法Ant Colony Optimization

6人工魚群算法Artificial Fish Swarm Algorithm

7杜鵑搜索算法Cuckoo Search

8螢火蟲算法Firefly Algorithm

9灰狼算法Grey Wolf Optimizer

10鯨魚算法Whale Optimization Algorithm

11群搜索算法Group search optimizer

12混合蛙跳算法Shuffled Frog Leaping Algorithm

13煙花算法fireworks algorithm

14菌群優(yōu)化算法Bacterial Foraging Optimization

以上優(yōu)化算法是我所接觸過的算法，沒接觸過的算法不能隨便下結論，知之為知之，不知為不知。其實到目前為止優(yōu)化算法可能已經(jīng)有幾百種了，我們不可能也不需要全面的了解所有的算法，而且優(yōu)化算法之間也有較大的共性，深入研究幾個之后再看其他優(yōu)化算法上手速度會灰常的快。

優(yōu)化算法從提出到現(xiàn)在不過50-60年（遺傳算法1975年提出），雖種類繁多但大多較為相似，不過這也很正常，比較香蕉和人的基因相似度也有50%-60%。當然算法之間的相似度要比香蕉和人的相似度更大，畢竟人家都是優(yōu)化算法，有著相同的目標，只是實現(xiàn)方式不同。就像條條大路通羅馬，我們可以走去，可以坐汽車去，可以坐火車去，也可以坐飛機去，不管使用何種方式，我們都在去往羅馬的路上，也不會說坐飛機去要比走去更好，交通工具只是一個工具，最終的方案還是要看我們的選擇。

上面列舉了一些常見的算法，即使你一個都沒見過也沒關系，后面會對它們進行詳細的介紹，但是對后面的分類可能會有些許影響，不過問題不大，就先當總結看了。

再對優(yōu)化算法分類之前，先介紹一下算法的模型，在筆記（一）中繪制了優(yōu)化算法的流程，不過那是個較為簡單的模型，此處的模型會更加復雜。上面說了優(yōu)化算法有較大的相似性，這些相似性主要體現(xiàn)在算法的運行流程中。

優(yōu)化算法的求解過程可以看做是一個群體的生存過程。

有一群原始人，他們要在野外中尋找食物，一個原始人是這個群體中的最小單元，他們的最終目標是尋找這個環(huán)境中最容易獲取食物的位置，即最易存活下來的位置。每個原始人都去獨自尋找食物，他們每個人每天獲取食物的策略只有采集果實、制作陷阱或者守株待兔，即在一天之中他們不會改變他們的位置。在下一天他們會根據(jù)自己的策略變更自己的位置。到了某一天他們又聚在了一起，選擇了他們到過的最容易獲取食物的位置定居。

一群原始人=優(yōu)化算法中的種群、群體；

一個原始人=優(yōu)化算法中的個體；

一個原始人的位置=優(yōu)化算法中個體的位置、基因等屬性；

原始人變更位置=優(yōu)化算法中總群的更新操作；

該位置獲取食物的難易程度=優(yōu)化算法中的適應度函數(shù)；

一天=優(yōu)化算法中的一個迭代；

這群原始人最終的定居位置=優(yōu)化算法所得的解。

優(yōu)化算法的流程圖如下：

對優(yōu)化算法分類得有個標準，按照不同的標準分類也會得到不一樣的結果。首先說一下我所使用的分類標準（動態(tài)更新，有了新的感悟再加）：

按由來分類比較好理解，就是該算法受何種現(xiàn)象啟發(fā)而發(fā)明，本質(zhì)是對現(xiàn)象分類。

可以看出算法根據(jù)由來可以大致分為有人類的理論創(chuàng)造而來，向生物學習而來，受物理現(xiàn)象啟發(fā)。其中向生物學習而來的算法最多，其他類別由于舉例有偏差，不是很準確，而且物理現(xiàn)象也經(jīng)過人類總結，有些與人類現(xiàn)象相交叉，但仍將其獨立出來。

類別分好了，那么為什么要這么分類呢？

當然是因為要湊字數(shù)啦，啊呸，當然是為了更好的理解學習這些算法的原理及特點。

向動物生存學習而來的算法一定是一種行之有效的方法，能夠保證算法的效率和準確性，因為，如果使用該策略的動物無法存活到我們可以對其進行研究，我們也無法得知其生存策略。（而這也是一種幸存者偏差，我們只能看到行之有效的策略，但并不是我們沒看到的策略都是垃圾，畢竟也發(fā)生過小行星撞地球這種小概率毀滅性事件。講個冷笑話開cou心zhi一shu下:一只小恐龍對他的小伙伴說，好開心，我最喜歡的那顆星星越來越亮了（完）。）但是由于生物的局限性，人們所創(chuàng)造出的算法也會有局限性：我們所熟知的生物都生存在三維空間，在這些環(huán)境中，影響生物生存的條件比較有限，反應到算法中就是這些算法在解決較低維度的問題時效果很好，當遇到超高維（維度>500）問題時，結果可能不容樂觀，沒做過實驗，我也不敢亂說。

按更新過程分類相對復雜一點，主要是根據(jù)優(yōu)化算法流程中更新位置操作的方式來進行分類。更新位置的操作按我的理解可大致分為兩類：1.跟隨最優(yōu)解；2.不跟隨最優(yōu)解。

還是上面原始人的例子，每天他有一次去往其他位置狩獵的機會，他們采用何種方式來決定今天自己應該去哪里呢？

如果他們的策略是“跟隨最優(yōu)解”，那么他們選取位置的方式就是按一定的策略向群體已知的最佳狩獵位置（歷史最佳）或者是當前群體中的最佳狩獵位置（今天最佳）靠近，至于是直線跑過去還是蛇皮走位繞過去，這個要看他們?nèi)后w的策略。當然，他們的目的不是在最佳狩獵位置集合，他們的目的是在過去的途中看是否能發(fā)現(xiàn)更加好的狩獵位置，去往已經(jīng)到過的狩獵地點再次狩獵是沒有意義的，因為每個位置獲取食物的難易程度是固定的。有了目標，大家都會朝著目標前進，總有一日，大家會在謀個位置附近相聚，相聚雖好但不利于后續(xù)的覓食容易陷入局部最優(yōu)。

什么是局部最優(yōu)呢？假設在當前環(huán)境中有一“桃花源”，擁有上帝視角的我們知道這個地方就是最適合原始人們生存的，但是此地入口隱蔽“山有小口，仿佛若有光”、“初極狹，才通人?！?，是一個難以發(fā)現(xiàn)的地方。如果沒有任何一個原始人到達了這里，大家向著已知的最優(yōu)位置靠近時，也難以發(fā)現(xiàn)這個“桃源之地”，而當大家越聚越攏之后，“桃源”被發(fā)現(xiàn)的可能性越來越低。雖然原始人們得到了他們的解，但這并不是我們所求的“桃源”，他們聚集之后失去了尋求“桃源”的可能，這群原始人便陷入了局部最優(yōu)。

如果他們的策略是“不跟隨最優(yōu)解”，那么他們的策略是什么呢？我也不知道，這個應該他們自己決定。畢竟“是什么”比“不是什么”的范圍要小的多。總之不跟隨最優(yōu)解時，算法會有自己特定的步驟來更新個體的位置，有可能是隨機在自己附近找，也有可能是隨機向別人學習。不跟隨最優(yōu)解時，原始人們應該不會快速聚集到某一處，這樣一來他們的選擇更具多樣性。

按照更新過程對上面的算法分類結果如下

可以看出上面不跟隨最優(yōu)解的算法只有遺傳算法和差分進化算法，他們的更新策略是與進化和基因的重組有關。因此這些不跟隨最優(yōu)解的算法，他們大多依據(jù)進化理論更新位置（基因）我把他們叫做進化算法，而那些跟隨群體最優(yōu)解的算法，他們則大多依賴群體的配合協(xié)作，我把這些算法叫做群智能算法。

目前我只總結了這兩種，分類方法，如果你有更加優(yōu)秀的分類方法，我們可以交流一下：

目錄

上一篇 優(yōu)化算法筆記（一）優(yōu)化算法的介紹

下一篇 優(yōu)化算法筆記（三）粒子群算法（1）

二、鯨魚優(yōu)化算法和灰狼優(yōu)化算法哪個好

灰狼算法好。灰狼優(yōu)化算法由Mirjalili等人于2014年提出，主要模仿了自然界中灰狼群體的捕食過程。

三、優(yōu)化算法筆記（十二）煙花算法

（以下描述，均不是學術用語，僅供大家快樂的閱讀）

煙花算法（Firework Algorithm,FWA）是一種受煙花爆炸產(chǎn)生火星，并繼續(xù)分裂爆炸這一過程啟發(fā)而得出的算法。算法的思想簡單，但具體實現(xiàn)復雜。算法提出時間并不長，但是已經(jīng)有了不少的改進研究和較為全面的應用。

煙花算法中，每一個煙花的位置都代表了一個可行解。煙花的爆炸產(chǎn)生的火星有兩種，正常的火星與特別的火星。每個火星都會爆炸產(chǎn)生數(shù)個正?；鹦?，某些火星有一定的概率產(chǎn)生一個特別的火星。正常的火星根據(jù)當前火星的振幅隨機均勻分布在該火星的周圍，而特別的火星將在當前火星附近以正態(tài)分布方式產(chǎn)生。每次迭代產(chǎn)生的火星數(shù)量多于每一代應有的火星數(shù)，算法將參照火星位置的優(yōu)劣，隨機留下指定數(shù)量的火星，已保持火星數(shù)目的穩(wěn)定。

煙花算法的主角毫無疑問就是煙花了。

式（1）為適應度值越小越優(yōu)的情況，而式（2）則是適應度值越大越優(yōu)的情況。 為一個極小的值，以保證分母不為0。

每個火星產(chǎn)生的正常火星數(shù)量也由其適應度值來決定。

其中 表示第i個火星將要產(chǎn)生的正常火星數(shù)， 是產(chǎn)生正常火星的總數(shù)為一個常數(shù)，從式（3）,（4）可以看出適應度值越好的火星能夠產(chǎn)生更多的正?；鹦?，反之，火星適應度越差，能夠產(chǎn)生的火星數(shù)越少。

由于式（3），（4）計算出的值為小數(shù)，煙花算法中使用式（5）將其轉化為整數(shù)。

從式（3）和式（4）中可以看出，在每一代中將會產(chǎn)生出 個正?；鹦?。產(chǎn)生的正?；鹦堑奈恢门c當前火星的振幅有關，可以從式（1），（2）看出，適應度越優(yōu)的火星的振幅越小，那么它產(chǎn)生的正?；鹦菍⒃谒约褐車?，而適應度越差的火星的振幅越大，它產(chǎn)生的正?；鹦菍霈F(xiàn)在離自己較遠的位置。

當前火星每次爆炸會從D維搜索空間內(nèi)隨機選擇z維進行更新從而產(chǎn)生新的火星。正常火星的位置由如下公式產(chǎn)生。

其中z為取值1-D的均勻隨機正整數(shù)，rand(-1,1)表示-1到1內(nèi)的均勻隨機數(shù)。從式(6)中可以看出，正常火星的位置與其振幅有直接關系，振幅越大產(chǎn)生的新火星距當前火星的距離約遠。

每次迭代過程中，會產(chǎn)生m個特別的火星，即在這N個火星中隨機選擇m個火星，每個火星產(chǎn)生一個特別的火星。特別的火星的由下面的公式產(chǎn)生：

由上面的過程可知，在每一代中，有N個火星，將會產(chǎn)生出 個正?；鹦且约癿個特別的火星。但是每一代中只能從這 個火星中選擇N個火星保留至下一代。

每次會先從 個火星中選擇最優(yōu)的火星保留至下一代，然后再從中選擇N-1個火星。選擇某個火星的概率如下：

其中R(X)表示該火星距其他所有火星的距離之和，即距其它火星越遠的火星，被選擇保留至下一代的概率較大。

個火星，而且

,所有煙花算法每次迭代的計算復雜度要大于其他算法，這簡直就是一個作弊行為。別的算法每次只搜索了N個位置，而煙花算法卻搜索了 個位置。與其他優(yōu)化算法對比時，其他算法的種群數(shù)量應該取 ，否則這將是一場不公正的對決。

適應度函數(shù)還是這個簡單的小白鼠

實驗一 ：標準煙花算法

以上數(shù)據(jù)來自原論文，現(xiàn)在看一看實驗的圖像以及實驗結果。

從圖像可以看出每次只選擇保留了5個火星，它們的收斂速度很慢，實驗結束時距離目標點還有一段距離。

看看實驗結果

從實驗結果可以看出，算法的性能很不穩(wěn)定，而造成這一點的原因很可能是其收斂速度較慢，算法仍在收斂過程中，所以結果看上去很差。將最大迭代次數(shù)修改為100代，重新試驗，其結果如下：

結果好了一些但還是難以接受，為什么煙花算法的結果不理想呢？

原因可能是保留機制（2.3節(jié)）的問題，煙花算法中保留火星的概率是根據(jù)該火星與其他火星的距離和，距離群體越大的個體被保留下的概率越大。這樣做有什么好處呢？好處是火星相對分散，這是一個對抗局部最優(yōu)的策略，但是，距離群體較遠的個體是一個較差的個體的概率非常大，壞處就是，集中于當前最優(yōu)位置的火星被保留的概率較小，算法的局部搜索能力將較弱。

實驗二 . 隨機選擇的方式保留火星

為了加快煙花算法的收斂速度，增強局部搜索能力，我移除了標準煙花算法的選擇過程，使用隨機選擇的方式保留火星，當然，最優(yōu)個體依然會被保留至下一代。其他參數(shù)保持不變。

可以看出這次的圖像相比實驗一收斂速度快了不少，在迭代結束時已經(jīng)相對在一個較小的區(qū)域。這次的結果也明顯優(yōu)于實驗一。將選擇過程改為隨機選擇后，由于較優(yōu)的火星產(chǎn)生的較多且分布在自己周圍，因此選擇到這些較優(yōu)的火星的概率也相對較大，算法的收斂速度相對較快。與此同時，算法跳出局部最優(yōu)的能力比修改前要弱。

對于較簡單的問題來說當然是隨機選擇收斂較快結果較好，而復雜的問題則需要更強的跳出局部最優(yōu)能力。問題的關鍵仍然是，我們無法在一開始就知道問題的復雜程度。

實驗三 .增加火星的種群數(shù)量，減少每代產(chǎn)生的正常火星總數(shù)

為什么要減少產(chǎn)生的正?；鹦菙?shù)，這樣算法搜索的次數(shù)減少了，效果不會更差嗎？其實與直覺相反，減少正常火星總數(shù)，增加火星總群數(shù)，實際上是讓較優(yōu)的火星產(chǎn)生的正?；鹦潜槐Ａ粝聛淼母怕首兇罅?，這樣也可以解決實驗一中的問題，加快算法的收斂速度。

從圖像中可以看出，算法在50代之前已經(jīng)收斂，但是之后只在小范圍內(nèi)進行搜索。實驗圖像與之前的描述相符，收斂速度加快但是跳出局部最優(yōu)能力減弱?？纯磳嶒灲Y果，實驗結果好了不少且結果更加穩(wěn)定。

其實實驗二與實驗三，使用了不同的策略，但都達到了同樣的目的——保留更多的優(yōu)質(zhì)火星到下一代，它們促進了局部搜索但是擠占了較劣火星的位置，削弱了種群的多樣性。

每代留下的火星多了，圖像看上去是不是更像煙花？

煙花算法的探究遠不止如此，幾年前作為一個較新的算法來學習時卻已經(jīng)有了大量的論文和書籍，可見大家對煙花算法已經(jīng)有了較為深入的研究，而我能做的只是應用算法解決問題以及稍作改進讓算法與問題的適應性更高。

煙花算法產(chǎn)生正?；鹦堑倪^程為算法提供了搜索能力，產(chǎn)生特殊火星的過程和選擇過程為算法提供了跳出局部最優(yōu)的能力。但是個人認為選擇過程與其他過程的適應性不是很好。標準的選擇過程會丟失掉許多較優(yōu)的個體，使之前產(chǎn)生的正?；鹦堑玫降某晒麤]有保留。

煙花算法其實還有比較多的改進點，對算法產(chǎn)生最大的參數(shù)應該就是正常火星的總數(shù)以及振幅了。簡單粗暴的改進：在每一代可以對這兩個參數(shù)進行變化或者隨機化，讓算法的搜索能力與跳出局部最優(yōu)能力在整個流程中動態(tài)變化，以均衡兩種能力。

以下指標純屬個人yy,僅供參考

參考文獻

Tan Y , Zhu Y . Fireworks Algorithm for Optimization[C]// Advances in Swarm Intelligence, First International Conference, ICSI 2010, Beijing, China, June 12-15, 2010, Proceedings, Part I. Springer-Verlag, 2010. 提取碼：yaj0

目錄

上一篇 優(yōu)化算法筆記（十一）群搜索算法

下一篇 優(yōu)化算法筆記（十三）鯨魚算法

優(yōu)化算法matlab實現(xiàn)（十二）煙花算法matlab實現(xiàn)

四、放生發(fā)明，比如：鯨魚——潛水艇

烏賊和魚雷誘餌 烏賊體內(nèi)的囊狀物能分泌黑色液體，遇到危險時它便釋放出這種黑色液體，誘騙攻擊者上當。潛艇設計者們仿效烏賊的這一功能讀者設計出了魚雷誘餌。魚雷誘醋似袖珍潛艇，可按潛艇的原航向航行，航速不變，也可模擬噪音、螺旋節(jié)拍、聲信號和多普勒音調(diào)變化等。正是它這種惟妙惟肖的表演，令敵潛艇或攻擊中的魚雷真假難辯，最終使?jié)撏У靡蕴用摗?

蜘蛛和裝甲 生物學家發(fā)現(xiàn)蜘蛛絲的強度相當于同等體積的鋼絲的5倍。受此啟發(fā)，英國劍橋一所技術公司試制成猶如蜘蛛絲一樣的高強度纖維。用這種纖維做成的復合材料可以用來做防彈衣、防彈車、坦克裝甲車等結構材料。

長頸鹿和“抗荷服” 長頸鹿是目前世界上最高的動物，其大腦和心臟的距離約3米，完全是靠高達160~260毫米汞柱的血壓把血液送到大腦的。按一般分析，當長頸鹿低頭飲水時，大腦的位置低于心臟，大量的血液會涌入大腦，使血壓更加增高，那么長頸鹿會在飲水時得腦充血或血管破烈等疾病而死。但是裹在長頸鹿身上的一層、厚皮緊緊箍住了血管，限制了血壓，飛機設計師和航空生物學家依照長頸鹿皮膚原理，設計出一種新穎的“抗荷服”，從而解決了超高速殲擊機駕駛員在突然加速爬升時因腦部缺血而引起的痛苦。這種“抗荷服”內(nèi)有一裝置，當飛機加速時可壓縮空氣，也能對血管產(chǎn)生相應的壓力，這比長頸鹿的厚皮更高明了。

鯨魚和潛艇的“鯨背效應” 當代核潛艇能長時間潛航于冰海之下，但若在冰下發(fā)射導彈，則必須破冰上浮，這就碰到了力學上的難題。潛舴專家從鯨魚每隔10分鐘必須破冰呼吸一次中得到啟迪，在潛艇頂部突起的指揮臺圍殼和上層建筑方面，作了加強材料力度和外形仿鯨背處理，果然取得了破冰時的“鯨背效應”。

蝴蝶和衛(wèi)星控溫系統(tǒng) 遨游太空的人造衛(wèi)星，當受到陽光強烈輻射時，衛(wèi)星溫度會高達200攝氏度；而在陰影區(qū)域，衛(wèi)星溫度會下降至零下200攝氏度左右，這很容易烤壞或凍壞衛(wèi)星上的精密儀器儀表，它一度曾使航天科學家傷透了腦筋。后來，人們從蝴蝶身上受到啟迪。原來，蝴蝶身體表面生長著一層細小的鱗片，這些鱗片有調(diào)節(jié)體溫的作用。每當氣溫上升、陽光直射時，鱗片自動張開，以減少陽光的輻射角度，從而減少對陽光熱能的吸收；當外界氣溫下降時，鱗片自動閉合，緊貼體表，讓陽光直射鱗片，從而把體溫控制在正常范圍之內(nèi)?？茖W家經(jīng)過研究，為人造地球衛(wèi)星設計了一種猶如蝴蝶鱗片般的控溫系統(tǒng)

生物學家通過對蛛絲的研究制造出高級絲線，抗撕斷裂降落傘與臨時吊橋用的高強度纜索。船和潛艇來自人們對魚類和海豚的模仿。

響尾蛇導彈等就是科學家模仿蛇的“熱眼”功能和其舌上排列著一種似照相機裝置的天然紅外線感知能力的原理，研制開發(fā)出來的現(xiàn)代化武器。

火箭升空利用的是水母、墨魚反沖原理。

科研人員通過研究變色龍的變色本領，為部隊研制出了不少軍事偽裝裝備。

科學家研究青蛙的眼睛，發(fā)明了電子蛙眼。

白蟻不僅使用膠粘劑建筑它們的土堆，還可以通過頭部的小管向敵人噴射膠粘劑。于是人們按照同樣的原理制造了工作的武器—一塊干膠炮彈。

美國空軍通過毒蛇的“熱眼”功能，研究開發(fā)出了微型熱傳感器。

我國紡織科技人員利用仿生學原理，借鑒陸地動物的皮毛結構，設計出一種KEG保溫面料，并具有防風和導濕的功能。

根據(jù)響尾蛇的頰窩能感覺到0.001℃的溫度變化的原理，人類發(fā)明了跟蹤追擊的響尾蛇導彈。人類還利用蛙跳的原理設計了蛤蟆夯。人類模仿警犬的高靈敏嗅覺制成了用于偵緝的“電子警犬”?？茖W家根據(jù)野豬的鼻子測毒的奇特本領制成了世界上第一批防毒面具。

仿生學是人類一直使用的方法，如模仿海豚皮而構造的"海豚皮游泳衣"、科學家研究鯨魚的皮膚時，發(fā)現(xiàn)其上有溝漕的結構，于是有個科學家就依照鯨魚皮構造，造成一個薄膜蒙在飛機的表面，據(jù)實驗可節(jié)約能源3%，若全國的飛機都蒙上這樣的表面，每年可節(jié)約幾十億。又如有科學家研究蜘蛛，發(fā)現(xiàn)蜘蛛的腿上沒有肌肉，有腳的動物會走，主要是靠肌肉的收縮，現(xiàn)在蜘蛛沒有肌肉為什么會走路？經(jīng)研究蜘蛛不是靠肌肉的收縮進行走路的，而是靠其中的"液壓"的結構進行走路，據(jù)此人們發(fā)明了液壓步行機……總之,從自然界得到啟迪,模仿其結構進行發(fā)明創(chuàng)造.這就是仿生學. 這是我們向自然界學習的一個方面。

另一方面,我們還可以從自然的規(guī)律中得到啟迪,利用其原理進行設計(包括設計算法),這就是智能計算的思想。

智能計算

智能計算,也有人稱之為"軟計算"，就是借用自然界（生物界）規(guī)律的啟迪，根據(jù)其原理，模仿設計求解問題的算法。如：人工神經(jīng)網(wǎng)絡技術、遺傳算法、進化規(guī)劃、模擬煺火技術和群集智能技術等。

群集智能（Swarm Intelligence）

群居昆蟲以集體的力量，進行覓食、御敵、筑巢的能力。這種群體所表現(xiàn)出來的"智能"，就稱之為群體智能。如蜜蜂采蜜、筑巢、螞蟻覓食、筑巢等。從群居昆蟲互相合作進行工作中，得到啟迪，研究其中的原理，以此原理來設計新的求解問題的算法。

螞蟻算法

螞蟻覓食時，在它走過的路上，留下外激素，這些外激素就象留下路標一樣，留給后來"蟻"一個路徑的標志。后面的螞蟻，就會沿著有外激素的路徑行走（外激素越多引誘螞蟻的能力就越強）?？茖W家們對此進行過試驗：用人造的外激素在紙上畫上一條路徑，對螞蟻進行試驗。結果螞蟻果然都沿畫有外激素的路徑行走。

B

D

蟻穴 A

C 食物

螞蟻尋食時，由蟻穴出發(fā)，可沿AC，也可沿ABC（見上圖），設各螞蟻尋到食物后沿原路回穴，并在路上留下外激素，那么因AC路徑短，故當它們沿AC返回時，就在AC上留下兩次外激素。而沿ABC返回者，因其路徑長，僅回到D點，于是AD一段只留過一次外激素（即其上的外激素的濃度比AC上的濃度淡），故這時從蟻穴出來尋食者就會沿濃度大的路徑AC行走……最后大多數(shù)的螞蟻都會沿較短的路程進行尋食. 利用這個原理科學者們就設計了螞蟻算法(進行求最短程)。

上面是個簡單的原理,當然要設計出切實可行的算法,還要將模型進一步精確,如要計及外激素的揮發(fā)(即激素的濃度將隨時間而逐步降低等等).

用螞蟻算法求最短程

1.一群螞蟻隨機從出發(fā)點出發(fā)，遇到食物，銜住食物，沿原路返回

2. 螞蟻在往返途中，在路上留下外激素標志

3. 外激素將隨時間逐漸蒸發(fā)（一般可用負指數(shù)函數(shù)來描述，即乘上因子e-at）

4. 由蟻穴出發(fā)的螞蟻,其選擇路徑的概率與各路徑上的外激素濃度成正比

螞蟻算法還可以應用于很多實際問題，例如用于重建通訊路由，管理公司的電話網(wǎng)，對用戶記帳 收費等工作，任務分配問題等

不要停，繼續(xù)思索

進一步，將每個螞蟻看成是一個神經(jīng)元，它們之間的通訊聯(lián)絡，看成是各神經(jīng)元之間的連接，只不過這時的連接不是固定的，而是隨機的。即用一個隨機連接的神經(jīng)網(wǎng)絡來描述一個群體。這種神經(jīng)網(wǎng)絡所具有的性質(zhì)，就是群體的智能

科學家們從蜻蜓翅膀末端的一塊比周圍略大一些的厚斑點得到了啟示，從而解決了飛機機翼因劇烈抖動而破碎的現(xiàn)象。

蝴蝶

五彩的蝴蝶顏色粲然，如重月紋鳳蝶、褐脈金斑蝶等，尤其是螢光翼鳳蝶，其后翊在陽光下時而金黃，時而翠綠，有時還由紫變藍?？茖W家通過對蝴蝶色彩的研究，為軍事防御帶來了極大的稗益。在二戰(zhàn)期間，德軍包圍了列寧格勒，企圖用轟炸機摧毀其軍事目標和其他防御設施。蘇聯(lián)昆蟲學家施萬維奇根據(jù)當時人們對偽裝缺乏認識的情況，提出利用蝴蝶的色彩在花叢中不易被發(fā)現(xiàn)的道理，在軍事設施上覆蓋蝴蝶花紋般的偽裝。因此，盡管德軍費盡心機，但列寧格勒的軍事基地仍然無恙，為贏得最后的勝利奠定了堅實的基礎。根據(jù)同樣的原理，后來人們還生產(chǎn)出了迷彩服，大大減少了戰(zhàn)斗中的傷亡。

人造衛(wèi)星在太空中由于位置的不斷變化可引起溫度驟然變化，有時溫差可高達兩、三百度，嚴重影響許多儀器的正常工作?？茖W家們受蝴蝶身上的鱗片會隨陽光的照射方向自動變換角度而調(diào)節(jié)體溫的啟發(fā)，將人造衛(wèi)星的控溫系統(tǒng)制成了葉片反兩面輻射、散熱能力相差很大的百葉窗樣式，在每扇窗的轉動位置安裝有對溫度敏感的金屬絲，隨溫度變化可調(diào)節(jié)窗的開合，從而保持了人造衛(wèi)星內(nèi)部溫度的恒定，解決了航天事業(yè)中的一大難題。

甲蟲

甲蟲自衛(wèi)時，可噴射出具有惡臭的高溫液體“炮彈”，以迷惑、刺激和驚嚇敵害?？茖W家將其解剖后發(fā)現(xiàn)甲蟲體內(nèi)有3個小室，分別儲有二元酚溶液、雙氧水和生物酶。二元酚和雙氧水流到第三小室與生物酶混合發(fā)生化學反應，瞬間就成為100℃的毒液，并迅速射出。這種原理目前已應用于軍事技術中。二戰(zhàn)期間，德國納粹為了戰(zhàn)爭的需要，據(jù)此機理制造出了一種功率極大且性能安全可靠的新型發(fā)動機，安裝在飛航式導彈上，使之飛行速度加快，安全穩(wěn)定，命中率提高，英國倫敦在受其轟炸時損失慘重。美國軍事專家受甲蟲噴射原理的啟發(fā)研制出了先進的二元化武器。這種武器將兩種或多種能產(chǎn)生毒劑的化學物質(zhì)分裝在兩個隔開的容器中，炮彈發(fā)射后隔膜破裂，兩種毒劑中間體在彈體飛行的8—10秒內(nèi)混合并發(fā)生反應，在到達目標的瞬間生成致命的毒劑以殺傷敵人。它們易于生產(chǎn)、儲存、運輸，安全且不易失效。螢火蟲可將化學能直接轉變成光能，且轉化效率達100%，而普通電燈的發(fā)光效率只有6%。人們模仿螢火蟲的發(fā)光原理制成的冷光源可將發(fā)光效率提高十幾倍，大大節(jié)約了能量。另外，根據(jù)甲蟲的視動反應機制研制成功的空對地速度計已成功地應用于航空事業(yè)中。

蜻蜓

蜻蜓通過翅膀振動可產(chǎn)生不同于周圍大氣的局部不穩(wěn)定氣流，并利用氣流產(chǎn)生的渦流來使自己上升。蜻蜓能在很小的推力下翱翔，不但可向前飛行，還能向后和左右兩側飛行，其向前飛行速度可達72公里/小時。此外，蜻蜓的飛行行為簡單，僅靠兩對翅膀不停地拍打。科學家據(jù)此結構基礎研制成功了直升飛機。飛機在高速飛行時，常會引起劇烈振動，甚至有時會折斷機翼而引起飛機失事。蜻蜓依靠加重的翅膀在高速飛行時安然無恙，于是人們效仿蜻蜓在飛機的兩翼加上了平衡重錘，解決了因高速飛行而引起振動這個令人棘手的問題。

為了研究滑翔飛行和碰撞的空氣動力學以及其飛行的效率，一個四葉驅動，用遠程水平儀控制的機動機翼（翅膀）模型被研制，并第一次在風洞內(nèi)測試了各項飛行參數(shù)。

第二個模型試圖安裝一個以更快頻率飛行的翅膀，達到每秒18次震動的速度。有特色的是，這個模型采用了可變可調(diào)節(jié)前后兩對機翼之間相差的裝置。

研究的中心和長遠目標，是要研究使用“翅膀”驅動的飛機表現(xiàn)，以及與傳統(tǒng)的螺旋推動器驅動的飛機效率的比較等等。

蒼蠅

家蠅的特別之處在于它的快速的飛行技術，這使得它很難被人類抓住。即使在它的后面也很難接近它。它設想到了每一種情況，非常小心，并能快速移動。那么，它是怎么做到的呢？

昆蟲學家研究發(fā)現(xiàn)，蒼蠅的后翅退化成一對平衡棒。當它飛行時，平衡棒以一定的頻率進行機械振動，可以調(diào)節(jié)翅膀的運動方向，是保持蒼蠅身體平衡導航儀。科學家據(jù)此原理研制成一代新型導航儀——振動陀螺儀，大在改進了飛機的飛行性能，可使飛機自動停止危險的滾翻飛行，在機體強烈傾斜時還能自動恢復平衡，即使是飛機在最復雜的急轉彎時也萬無一失。蒼蠅的復眼包含4000個可獨立成像的單眼，能看清幾乎360度范圍內(nèi)的物體。在蠅眼的啟示下，人們制成了由1329塊小透鏡組成的一次可拍1329張高分辨率照片的蠅眼照像機，在軍事、醫(yī)學、航空、航天上被廣泛應用。蒼蠅的嗅覺特別靈敏并能對數(shù)十種氣味進行快速分析且可立即作出反應?？茖W家根據(jù)蒼蠅嗅覺器官的結構，把各種化學反應轉變成電脈沖的方式，制成了十分靈敏的小型氣體分析儀，目前已廣泛應用于宇宙飛船、潛艇和礦井等場所來檢測氣體成分，使科研、生產(chǎn)的安全系數(shù)更為準確、可靠。

蜂類

蜂巢由一個個排列整齊的六棱柱形小蜂房組成，每個小蜂房的底部由3個相同的菱形組成，這些結構與近代數(shù)學家精確計算出來的——菱形鈍角109○28’，銳角70○32’完全相同，是最節(jié)省材料的結構，且容量大、極堅固，令許多專家贊嘆不止。人們仿其構造用各種材料制成蜂巢式夾層結構板，強度大、重量輕、不易傳導聲和熱，是建筑及制造航天飛機、宇宙飛船、人造衛(wèi)星等的理想材料。蜜蜂復眼的每個單眼中相鄰地排列著對偏振光方向十分敏感的偏振片，可利用太陽準確定位?？茖W家據(jù)此原理研制成功了偏振光導航儀，被廣泛用于航海事業(yè)中。

蒼蠅、螢火蟲、電魚、水母，見下詳述。

第五個：章魚的吸盤~

仿生學是一門模仿生物的特殊本領，利用生物的結構和功能原理來研制機械或各種新技術的科學。據(jù)傳說，我國古代著名工匠魯班，上山伐樹時，被絲矛草割破了手。他覺得奇怪，一棵小草怎么會這樣厲害？經(jīng)過仔細觀察，他發(fā)現(xiàn)絲茅草葉子的邊緣長著許多鋒利的細齒。于是魯班發(fā)明了木工用的鋸子。據(jù)推測，古代木船的發(fā)明，是從魚類的游泳得到了啟示。在發(fā)明飛機的過程中，人們也從蟲、鳥的飛行中學到了許多有用的知識。

現(xiàn)在，科學家們正帶著定向、導航、探測、能量轉換、信息處理、生物合成、結構力學和流體力學等眾多的科學難題，到生物界中去尋找啟示和答案。

蒼蠅與宇宙飛船

令人討厭的蒼蠅，與宏偉的航天事業(yè)似乎風馬牛不相及，但仿生學卻把它們緊密地聯(lián)系起來了。

蒼蠅是聲名狼藉的“逐臭之夫”，凡是腥臭污穢的地方，都有它們的蹤跡。蒼蠅的嗅覺特別靈敏，遠在幾千米外的氣味也能嗅到。但是蒼蠅并沒有“鼻子”，它靠什么來充當嗅覺的呢? 原來，蒼蠅的“鼻子”——嗅覺感受器分布在頭部的一對觸角上。

每個“鼻子”只有一個“鼻孔”與外界相通，內(nèi)含上百個嗅覺神經(jīng)細胞。若有氣味進入“鼻孔”，這些神經(jīng)立即把氣味刺激轉變成神經(jīng)電脈沖，送往大腦。大腦根據(jù)不同氣味物質(zhì)所產(chǎn)生的神經(jīng)電脈沖的不同，就可區(qū)別出不同氣味的物質(zhì)。因此，蒼蠅的觸角像是一臺靈敏的氣體分析儀。

仿生學家由此得到啟發(fā)，根據(jù)蒼蠅嗅覺器的結構和功能，仿制成功一種十分奇特的小型氣體分析儀。這種儀器的“探頭”不是金屬，而是活的蒼蠅。就是把非常纖細的微電極插到蒼蠅的嗅覺神經(jīng)上，將引導出來的神經(jīng)電信號經(jīng)電子線路放大后，送給分析器；分析器一經(jīng)發(fā)現(xiàn)氣味物質(zhì)的信號，便能發(fā)出警報。這種儀器已經(jīng)被安裝在宇宙飛船的座艙里，用來檢測艙內(nèi)氣體的成分。

這種小型氣體分析儀，也可測量潛水艇和礦井里的有害氣體。利用這種原理，還可用來改進計算機的輸入裝置和有關氣體色層分析儀的結構原理中。

從螢火蟲到人工冷光

自從人類發(fā)明了電燈，生活變得方便、豐富多了。但電燈只能將電能的很少一部分轉變成可見光，其余大部分都以熱能的形式浪費掉了，而且電燈的熱射線有害于人眼。那么，有沒有只發(fā)光不發(fā)熱的光源呢? 人類又把目光投向了大自然。

在自然界中，有許多生物都能發(fā)光，如細菌、真菌、蠕蟲、軟體動物、甲殼動物、昆蟲和魚類等，而且這些動物發(fā)出的光都不產(chǎn)生熱，所以又被稱為“冷光”。

在眾多的發(fā)光動物中，螢火蟲是其中的一類。螢火蟲約有1 500種,它們發(fā)出的冷光的顏色有黃綠色、橙色，光的亮度也各不相同。螢火蟲發(fā)出冷光不僅具有很高的發(fā)光效率，而且發(fā)出的冷光一般都很柔和，很適合人類的眼睛，光的強度也比較高。因此，生物光是一種人類理想的光。

科學家研究發(fā)現(xiàn)，螢火蟲的發(fā)光器位于腹部。這個發(fā)光器由發(fā)光層、透明層和反射層三部分組成。發(fā)光層擁有幾千個發(fā)光細胞，它們都含有熒光素和熒光酶兩種物質(zhì)。在熒光酶的作用下，熒光素在細胞內(nèi)水分的參與下，與氧化合便發(fā)出熒光。螢火蟲的發(fā)光，實質(zhì)上是把化學能轉變成光能的過程。

早在40年代，人們根據(jù)對螢火蟲的研究，創(chuàng)造了日光燈，使人類的照明光源發(fā)生了很大變化。近年來，科學家先是從螢火蟲的發(fā)光器中分離出了純熒光素，后來又分離出了熒光酶，接著，又用化學方法人工合成了熒光素。由熒光素、熒光酶、ATP(三磷酸腺苷)和水混合而成的生物光源,可在充滿爆炸性瓦斯的礦井中當閃光燈。由于這種光沒有電源，不會產(chǎn)生磁場，因而可以在生物光源的照明下，做清除磁性水雷等工作。

現(xiàn)在，人們已能用摻和某些化學物質(zhì)的方法得到類似生物光的冷光，作為安全照明用。

電魚與伏特電池

自然界中有許多生物都能產(chǎn)生電，僅僅是魚類就有500余種 。人們將這些能放電的魚，統(tǒng)稱為“電魚”。

各種電魚放電的本領各不相同。放電能力最強的是電鰩、電鯰和電鰻。中等大小的電鰩能產(chǎn)生70伏左右的電壓,而非洲電鰩能產(chǎn)生的電壓高達220伏；非洲電鯰能產(chǎn)生350伏的電壓；電鰻能產(chǎn)生500伏的電壓，有一種南美洲電鰻竟能產(chǎn)生高達880伏的電壓，稱得上電擊冠軍,據(jù)說它能擊斃像馬那樣的大動物。

電魚放電的奧秘究竟在哪里?經(jīng)過對電魚的解剖研究， 終于發(fā)現(xiàn)在電魚體內(nèi)有一種奇特的發(fā)電器官。這些發(fā)電器是由許多叫電板或電盤的半透明的盤形細胞構成的。由于電魚的種類不同，所以發(fā)電器的形狀、位置、電板數(shù)都不一樣。電鰻的發(fā)電器呈棱形，位于尾部脊椎兩側的肌肉中；電鰩的發(fā)電器形似扁平的腎臟，排列在身體中線兩側，共有200萬塊電板;電鯰的發(fā)電器起源于某種腺體，位于皮膚與肌肉之間,約有500萬塊電板。單個電板產(chǎn)生的電壓很微弱，但由于電板很多，產(chǎn)生的電壓就很大了。

電魚這種非凡的本領，引起了人們極大的興趣。19世紀初，意大利物理學家伏特，以電魚發(fā)電器官為模型，設計出世界上最早的伏打電池。因為這種電池是根據(jù)電魚的天然發(fā)電器設計的,所以把它叫做“人造電器官”。對電魚的研究，還給人們這樣的啟示：如果能成功地模仿電魚的發(fā)電器官，那么，船舶和潛水艇等的動力問題便能得到很好的解決。

水母的順風耳

“燕子低飛行將雨，蟬鳴雨中天放晴。”生物的行為與天氣的變化有一定關系。沿海漁民都知道，生活在沿岸的魚和水母成批地游向大海，就預示著風暴即將來臨。

水母，又叫海蜇，是一種古老的腔腸動物，早在5億年前,它就漂浮在海洋里了。這種低等動物有預測風暴的本能，每當風暴來臨前，它就游向大海避難去了。

原來，在藍色的海洋上，由空氣和波浪摩擦而產(chǎn)生的次聲波 (頻率為每秒8—13次)，總是風暴來臨的前奏曲。這種次聲波人耳無法聽到，小小的水母卻很敏感。仿生學家發(fā)現(xiàn)，水母的耳朵的共振腔里長著一個細柄，柄上有個小球，球內(nèi)有塊小小的聽石，當風暴前的次聲波沖擊水母耳中的聽石時，聽石就剌激球壁上的神經(jīng)感受器，于是水母就聽到了正在來臨的風暴的隆隆聲。

仿生學家仿照水母耳朵的結構和功能，設計了水母耳風暴預測儀，相當精確地模擬了水母感受次聲波的器官。把這種儀器安裝在艦船的前甲板上，當接受到風暴的次聲波時，可令旋轉360°的喇叭自行停止旋轉,它所指的方向，就是風暴前進的方向；指示器上的讀數(shù)即可告知風暴的強度。這種預測儀能提前15小時對風暴作出預報，對航海和漁業(yè)的安全都有重要幫助

以上就是關于改進鯨魚算法路徑規(guī)劃相關問題的回答。希望能幫到你，如有更多相關問題，您也可以聯(lián)系我們的客服進行咨詢，客服也會為您講解更多精彩的知識和內(nèi)容。

推薦閱讀：

銷售感悟很短的總結（銷售反思自己的不足和改進）

設計思想的提升（設計思想的提升與改進）

對小紅書的改進建議（對小紅書的改進建議有哪些）_1

建筑制圖知識（cad建筑制圖知識）

天貓的東西都是正品嗎（京東天貓?zhí)詫毮膫€正品率高）