“萤火虫群优化（GSO）是一种受到自然启发的优化算法，模拟萤火虫的行为。其概念基于萤火虫的生物发光特性，萤火虫发出光以吸引配偶和一定范围内的其他萤火虫。GSO特别适用于解决涉及多个变量和目标的复杂优化问题。它通过模拟萤火虫寻找更亮的萤火虫的运动来工作，代表了搜索空间中的最优解。
在GSO中，每个萤火虫代表一个潜在的优化问题解。萤火虫的亮度由其所表示解的质量决定；亮度更高的萤火虫表示更好的解。每个萤火虫朝向其可见范围内的邻近萤火虫移动，这使得算法能够探索优化领域。随着时间的推移，这种运动帮助群体朝向最优或接近最优的解收敛，萤火虫根据其他萤火虫的亮度调整其位置。
GSO的一个主要优势是它能够平衡探索和开发。在允许萤火虫朝向有希望的区域移动（开发）的同时，它还促进新潜在解的发现（探索）。这种独特的方法使GSO适用于多个领域，如工程、物流和人工智能。例如，它可以用来优化物流中的路径选择或寻找机器学习模型中的最优参数，展示其在解决多样化优化挑战方面的多样性和有效性。”