土狼算法：一种基于群体智能的优化算法

土狼算法（Wolf Search Algorithm）是一种基于群体智能的优化算法，灵感源自于狼群的捕食行为。在土狼算法中，狼群以一种协作的方式搜索最优解，从而解决了许多实际问题。本文将介绍土狼算法的原理和实现过程，并提供MATLAB源代码作为示例。

算法原理：

1. 初始化：确定问题的适应度函数，设置狼群数量和位置，以及其他算法参数。
2. 狼群协作：对于每一代，根据适应度函数评估每只狼的适应度，并依此更新狼群的位置。
3. 狼群迁移：通过随机选择一个狼，将其位置迁移到其他狼的附近位置，以增加搜索的多样性。
4. 领导者选择：根据适应度函数选择狼群中的