脊椎动物传粉者：时间依赖型广义旅行商问题中的相变

我们针对访花动物（如食蜜蝙蝠）采蜜的全局优化问题引入了一个模型，作为（多重）旅行商问题（TSP）的推广。该模型包含多个独立的动物和许多具有时间依赖性花蜜含量的花朵。这提供了一个现实的组合优化问题系综，与先前研究的模型（如随机可满足性问题或标准 TSP）形成对比。我们使用遗传算法，结合从实验中获取的参数，对这些觅食者的最优采食行为进行了数值研究。对于飞行距离的分布，我们发现了自然界觅食者中常见的幂律（或 Lévy）分布。值得注意的是，与许多模型不同，我们没有对飞行距离分布的性质做任何假设，幂律是自然涌现的。这与 TSP 形成对比，在本次研究中我们发现 TSP 呈现指数尾部。此外，该优化问题在可采食花蜜量的临界值处表现出相变，类似于 TSP。该相变伴随着优化算法典型运行时间的急剧增加。对于描述相关长度发散的临界指数 $\nu$，我们得到 $\nu=1.7(4)$，这与 TSP 中发现的值相一致。最后，我们还展示了在哥斯达黎加进行的野外实验中自由访花蝙蝠资源利用的数据。我们发现实验与模型中的时间模式高度吻合，验证了我们的模型。数据还表明，蝙蝠能够记住食物源的位置并至少部分地优化其飞行路线。