群搜索优化算法
群搜索优化算法(Group Search Optimizer,GSO)源于群居动物如鸟、鱼、狮子等的觅食行为。这些动物的觅食策略主要有：(1)发现，即发现食物；(2)加入，即加入(追随)发现者分享食物。为避免陷入局部极小，GSO还采用了游荡策略。据此群成员被分为3类：发现者、加入者和游荡者。
每轮迭代中，当前位置最佳的个体为此轮的发现者，发现者保持其位置不变，其他个体随机地被选择为加入者或游荡者，加入者即朝发现者的位置前进一段距离，而游荡者朝任意方向游动一段距离。在整个迭代过程中，发现者保持了当前最佳位置，加入者一直向发现者靠近，而游荡者则随机地在觅食区域游弋。迭代中，每个个体都可以在3种角色中切换。GSO算法与SGA、EP、ES、CPSO相比，在保持单模态函数优化性能的同时，对于多模态函数优化问题有明显优势。
