磷虾群算法（KH）原理及其matlab代码
范畴：启发式算法、群智能算法
术语：诱导、觅食、扩散、遗传操作，交叉变异
由来：根据磷虾群觅食的特性，由Gandomi等在2012年首次提出[1]。在运动过程中，磷虾群不断地聚集以增大种群密度，并减少被捕食的几率，同时探索生存区域，尽可能缩短它们与食物的距离，最终使得种群获得食物。
磷虾群算法（Krill Herd Algorithm,KHA）是 Gandomi 等于2012年提出的一种新型优化算法 。KHA算法具有良好的局部和全局优化性能，可以有效平衡全局搜索和局部开发，避免陷入局部极值。
1.算法原理
KHA 算法是对自然界磷虾群觅食活动的模拟。磷虾群中的每一个磷虾在觅食中都会受到食物和周围磷虾的综合影响，磷虾个体在这种综合作用下向着食物移动。在 KHA 算法中，每个磷虾个体代表解空间（假设为 n 维）内的一个潜在的解，磷虾食物即为算法寻优所需要找到的全局最优解；算法在食物信息和周围磷虾信息的综合引导下，在 n维的解空间内进行迭代并进行磷虾位置更新直至最终输出最优解。