18、离散磷虾群算法：基于生物启发的图网络路由优化元启发式方法

离散磷虾群算法：基于生物启发的图网络路由优化元启发式方法

1. 引言

随着车辆数量的增加以及现有交通管理系统效率低下，道路管理成为一个亟待解决的问题。在路径规划方面，当代理数量增多时，最短路径标准可能会成为瓶颈。与计算机数据网络不同，道路网络无法采用如丢包和差分服务等强硬手段来处理拥堵，优化的唯一途径是通过高效的路线发现和减少等待延迟。

为了解决这些问题，离散磷虾群算法（Discrete Krill Herd Algorithm，DKHA）被提出并应用于道路网络的优化和管理。传统的磷虾群算法（Krill Herd Algorithm，KHA）由Gandomi和Alavi在2012年首次提出，其特点是受其他磷虾个体、觅食行为和随机扩散影响的时变累积运动。然而，传统KHA的数学表达式主要适用于连续搜索域（Continuous Search Domain，CSD），如数值方程，而不适用于离散搜索域（Discrete Search Domain，DSD），如图形问题和离散事件问题。

2. 磷虾群算法及数学原理

2.1 磷虾的生物学特性

磷虾是小型甲壳类动物，具有类似虾的特征，但体型较小，在海洋生物中占比可观。“krill”一词源于挪威语，原指“小鱼苗”，后指许多水生动物的食物来源。生物学家认为磷虾在食物链中处于关键地位，它们主要以浮游植物（藻类）为食，但也有一些物种是肉食性或杂食性，以鱼幼虫和浮游动物为食。磷虾本身也是许多大型海洋动物如鲸鱼、鱼类、海豹甚至企鹅的食物。

磷虾有多种物种，分布在世界各地的海洋中，每种物种在生活、运动、繁殖、饮食习惯、蜕皮、捕食、寿命、群居和迁徙等方面都有不同的特征。一般来说，磷虾白天待在深水