闪电搜索算法 （LSA， Lightning Search Algorithm）

2015 年，Hussain Shareef 等提出了一种新型启发式优化算法———闪电搜索算法( Lightning Search Algorithm，LSA)，该算法源于雷电自然现象，通过过渡放电体、空间放电体和引导放电体 3 种放电体的放电概率特性和曲折特征来创建随机分布函数进行待优化问题的求解。

LSA 具有调节参数少、收敛精度高和全局寻优能力强等优点，已在函数优化、TSP( Travelling Sales-man Problem，旅行商问题) 寻优等方面得到应用。

闪电放电的概率特性和曲折特征源自雷电。在闪电常见表现形式中，下行负地闪是雷电研究中研最多的自然现象之一。LSA 是基于从下行负地闪梯级先导传播机制归纳而来，其主要通过 3 种放电体的数学模型模拟来实现，即过渡放电体、试图成为领先者的空间放电体、源于过渡放电体群并代表最佳位置的引导放电体。LSA 依据3 种放电体的放电概率特性和曲折特征来创建随机分布函数进行待优化问题的求解。

matlab 代码

evaluateF.m：索引到test_function函数，输入自变量X， 计算函数值fitness

LSA_Main.m：主函数

test_functions.m：定义目标函数

test_functions_range.m：规定目标函数的定义域或者有效空间

参考文献: Lightning-search-algorithm_2015_Applied-Soft-Computing