「深度学习之优化算法」（九）群搜索算法

1. 群搜索算法简介

（以下描述，均不是学术用语，仅供大家快乐的阅读）
　　群搜索算法（Group Search Optimizer）是一种基于发现者，跟随者，游荡者模型而产生的算法。算法模型较为复杂，提出时间也不长，对于其的深度研究相对较少，但也有一定的应用研究。
　　在群搜索算法中，每个个体的位置表示解空间内的一个可行解。根据位置的优劣可以将种群分为发现者，跟随者，游荡者。其中当前的最优个体为发现者，它将在它自身周围搜寻，其他个体按照一定的比例分为跟随者和游荡者，跟随者将在跟随发现者的同时进行搜索，而游荡者则自行随机行动。每个个体的头部方向角度将决定该个体下一步的搜索方向，个体会在该搜索方向上前进一定的步长来该方位的区域进行搜索，但是只有发现者可以进行转向来改变搜索方位，跟随者只能更随发现者，而游荡者只能依照当前方向，无法转向。

2. 算法流程

群搜索算法是我的入门算法。不知为什么我每次看到群搜索算法，脑海中就会响起《动物世界》的音乐并出现鬣（lie）狗的画面，想起它们在草原上游荡的画面，那这次的主角就是它了吧，虽然不知道是否合适。