黏菌、蚂蚁和一屋子乱改参数的实习生：生物启发算法到底在启发什么

先看个东西。一摊黄不拉几的黏菌，被放在迷宫里，出口处搁着燕麦片。几个小时后，它把没用的管子收缩掉，留下一条弯弯曲曲但挺短的路径。我第一次看那段视频，愣了几秒。没有大脑，没有眼睛，居然能“找路”。

后来做项目，老板丢过来一句：能不能用生物启发算法搞一下路径规划？我嘴上说行，心里想的是，图搜索不香吗？Dijkstra、A星，写起来稳，结果可解释。干吗要学一摊黏菌？

不过话说回来，有些问题真不是“算得准”就完事。节点几万个，约束软得像面条，今天加个禁行区，明天改个配送时间窗，精确算法跑一次，咖啡都凉了。这时候生物启发算法就有点像路边摊的折叠桌——不精致，但能支起来先用。

黏菌不会算短路径，它只是懒得养没用的管子

黏菌那套东西，说穿了不神秘。管子里的原生质流动，流量大的地方管壁变粗，流量小的地方慢慢萎缩。食物源释放某种化学信号，吸引管子往那边长。一边加强，一边衰减。正反馈加负反馈，跑着跑着，网络就“瘦”成了几条主干。

这跟蚁群算法里的信息素是一个路子。蚂蚁出门瞎逛，找到食物就在路上留信息素，别的蚂蚁闻着味走。短路径上蚂蚁来回快，信息素堆得多，后面的蚂蚁更愿意跟。时间一长，长路径上的信息素挥发掉，短路径被“投票”投出来。注意，没有哪只蚂蚁在全局指挥。全是局部规则，堆出来的集体行为。

我特别喜欢这个类比：老城区的小路。走的人多了，路面被踩实，路边还长出小吃店；没人走的巷子，草都长齐腰。城市没开过一次“路径优化大会”，但流量自己把路网给改了。

工程上怎么用？芯片布线、物流网络设计、传感器网络路由，都有人拿黏菌模型改。比如芯片里几百万条线要避开障碍、控制延迟、别挤在一起，精确求解器直接冒烟。黏菌模型给的不是“答案”，是一堆有希望的候选网络。工程师再拿这些候选去精修。

对，它更像一个采样器，不是判决器。这个定位很重要。你要是指望它拍胸脯说“这就是全局更优解”，那多半要失望。

遗传算法不是“进化”，更像一屋子瞎改参数的实习生

遗传算法被讲烂了。编码、交叉、变异、选择。听着像生物课，实际干起来像管理一屋子实习生。每个实习生手里有一组参数，你让他们交方案，按适应度打分，差的滚蛋，好的留下，再让他们互相抄一抄、偶尔手抖改个数字。

交叉就是抄作业。变异就是抄错行。选择就是末位淘汰。听着挺糙，但在搜索空间大、梯度信息没有、目标函数还带点黑箱味的时候，这套糙办法能撞出一些奇怪的好解。

粒子群又是另一个画风。一群粒子在解空间里飞，每个粒子记着自己去过的好位置，也看着群体里传出来的好位置。速度更新里既有“我想回自己那个坑”，也有“大伙都往那边去了，我跟一把”。参数一调不好，全群早熟，呼啦一下挤到局部坑里，谁都不动了。像极了开会时第一个人发言，后面全在点头。

我做过一个车间排产的小项目。目标函数一开始写得太粗，只罚延期，不罚换线。遗传算法跑了半夜，交上来一个排产方案：每天换线二十多次，机器没停，工人疯了。它“学会”了钻空子。适应度函数写歪，算法不跟你讲武德，它会把歪门邪道优化得明明白白。

所以别把生物启发算法当智能。它就是个很听话的搜索工，你告诉它什么好，它就往什么方向猛冲。你漏掉的约束，它一定帮你踩坑。

我踩过的坑：目标函数会“骗”你，参数会“演”你

第一个坑，目标函数和真实业务脱节。路径规划里只算距离，不算转弯成本，结果规划出一堆锯齿路。距离短了，司机骂街。后来加转弯惩罚、加路口等待估计，解立刻像人开的路了。

第二个坑，参数玄学。种群规模、交叉率、变异率、信息素挥发系数……论文里常见一组“效果不错”的参数，换到你的数据上直接扑街。更烦的是，有些对比实验调参不公平：新算法调三天，基线用默认参数。这种比较，看看就好。

第三个坑，评估预算。真实项目里，跑一次仿真要几分钟，你不可能让算法评估十万次。这时候生物启发算法的优势会被压缩。它需要“多试”，你给不了那么多次，效果就平平。反而是一些问题专用的启发式规则，简单粗暴，还更稳。

常见误解得拆一拆：它不是“模拟了生物就自带智能”；它不保证找到全局更优；它也不是只能处理连续优化。离散的、组合的、带约束的，都能套，但套法差别很大。还有人说它“无需梯度”，对，可它需要大量评估，这笔账得算。

用在哪，别用在哪

用得多的地方，往往有三个特征：搜索空间大、目标函数不光滑、能容忍近似解。物流配送路线、无人机航迹、天线形状设计、神经网络结构搜索、芯片布局，都符合。早年NASA那根进化出来的天线，形状歪歪扭扭，性能却不错，靠的就是遗传算法在仿真里反复试。

但安全关键的实时控制，我不太敢把方向盘交给它。不是它不努力，是它没有可证明的边界。自动驾驶的紧急避障、医疗设备的剂量控制，这类场景更需要可解释、可验证的方法。生物启发算法可以帮忙离线找候选策略，在线执行还得靠更确定的逻辑。

我现在的用法比较混搭：先用蚁群或者遗传算法在解空间里撒一遍点，找出几个有希望的区域；再用局部搜索或者精确求解器收尾。相当于让生物启发算法干“探路”的粗活，让传统方法干“验收”的细活。别让它单打独斗，它压力也大。

回到那摊黏菌。它没有大脑，没有目标函数，也没有人给它调参。它只是按照管子里的流量，一遍遍加强、萎缩。然后一个还算漂亮的网络就浮出来了。

智能不一定是算出来的。有时候，它就是长出来的。挺气人的，对吧。