Firefly-based optimization method

萤火虫优化算法

萤火虫优化算法（Firefly Algorithm, FA）是一种模拟自然界萤火虫发光与移动行为的群智能优化方法，在2011年首次被Yang Xin She提出

算法原理

FA优化算法采用萤火虫位置来表示问题中的潜在解；该算法基于萤火虫群体中个体间相互吸引的行为模式，在限定区域内，则可完成个体间的位置迁移操作以达到潜在解的空间搜索与迭代更新的目的。同时根据附录中的表格信息可以看出FA算子与典型优化模型间的对应关系

算法假设条件如下：

• 在该算法中，默认情况下所有萤火虫均无性别区分。
• 任何两只个体之间的关系都是互相吸引的。
• 吸引力与亮度呈正相关。
• 低亮个体倾向于向高亮个体靠拢。
• 当两个个体亮度相等时,它们将采取随机行动以维持种内多样性。
• 每个个体所具有的发光强度与其所解决的问题的目标函数值存在直接关联关系。
• 适应度值越大,对应的发光强度也越大.

算法超参数

• \alpha：步长控制参数；
  • \beta_{max}：萤火虫种群中的最大光强度阈值；
  • \beta_{min}：萤火虫种群中的最小光强度阈值；
  • $