高維複雜單目標函式優化問題之所以難的原因：

（1）維度的增加，搜尋空間的呈現指數級的增加，即使在演算法的種群規模確定的情況下，優質可行解的比例也是相對比較小的吧，從而使得獲得有直接的概率減小（自己是這樣理解的。總感覺維度的增加的目的是獲得更好的解，也就是說隨著緯度的增加解得約束更多，獲得優質解的概率更小）

（2）群體智慧演算法的尋優時間相對比較長，也就是尋優精度會受到進化次數的影響。在時間的制約下，即使演算法可以面面俱到，但是現實的結果可能也會促使放棄。貼上實用性不高的標籤（比如網頁中的3秒，通常是客戶等待的最大閾值）

（3）隨著維度的增加，演算法的收斂速度會降低，使得演算法不能再有限的時間完成操作

（4）有多區域性最優解的存在

邏輯模式：

****演算法也不可避免上述問題，通過實驗與分析發現，造成演算法易陷入區域性最優的原因有兩個：第一，整個狼群的搜尋行為過度依賴頭狼的位置，容易造成獵物群多樣性下降；第二，狼群演算法的引數設定較多，不易控制，如果引數設定不當，容易造成演算法尋優精度不高或不收斂的情況。造成演算法收斂速度慢的原因有兩點：第一，演算法的尋優過程分為遊走、奔襲和圍攻，但人工狼之間缺少必要的資訊交流，造成演算法全域性性不高，過於分散；第二，圍攻行為步長恆定，如果步長設定不當，會造成演算法無法準確圍攻目標，導致演算法收斂性下降。基於上述原因...........+設計思想

設計了1.互動遊走行為與互動召喚行為，使得探狼、猛狼進行資訊交流，有助於人工狼更好的掌握全域性資訊，保證狼群多樣性，提高狼群尋優能力；為了加速收斂速度，為狼群圍攻行為設計了自適應圍攻行為，根據狼群離獵物的遠近，自適應的調節圍攻步長，使得演算法調節能力強

改進的主要的策略（1）遊走行為互動策略（2）奔襲行為的互動策略（3）狼群圍攻的自適應策略

互動遊走行為

（1）探狼是隨機 進行選擇h個方向然後進行的，但是互相之間並沒有交流，會不會之間就是存在的重複？可以記錄自己找過的方向和位置。在文章中使用gbest導向作用。公式：

在最初的遊走是為了獲得獵物，所以在遊走的過程是根據氣味濃度，會得到看到獵物，然後根據獵物

虛擬碼：

互動奔襲行為

自適應圍攻行為

總體 論文在ch

在看到論文的改進的時候，覺的很有道理。到後來的雖然看完了，但是不在狀態，有些理解不了。在互動遊走的時候，那個獲得就是互動的獵物？ 以及產生h+1獵物。目前不懂