蚁狮算法（Ant Lion Optimization）

蚁狮算法简单的说就是一个不断迭代搜索最优解的过程。

2015年被人提出来的一种仿生优化算法，Ant Lion Optimizer即蚁狮优化算法，具有全局优化、调节参数少、收敛精度高、鲁棒性
好的优点，已被应用到SVM、Elman神经网络、GM(1,1)以及螺旋桨页面曲线参数寻优等场合。

蚁狮算法包含以下几个角色：蚂蚁，蚁狮（使用陷阱捕食蚂蚁的一种昆虫）和精英蚁狮。蚂蚁代表着尝试解，它随机走动，但是由于陷阱会滑向蚁狮。蚁狮代表着局部最优解，在每次蚂蚁随机走动之后都会根据蚂蚁和蚁狮的评价值来更新。精英蚁狮表示全局最优解，每次全部的蚁狮更新之后会选取最优评价值的蚁狮作为精英蚁狮，这样可以避免陷入局部最优解。通过不断地迭代，在局部最优解附近寻找更优解，最后得到一个比较精确的全局最优解。

蚁狮算法和其他启发式算法一样，精度比较高，但是缺点也比较明显，需要大量的迭代计算，适用范围有限。