14-群体智能优化算法-细菌觅食算法1
需积分: 0 95 浏览量
2022-08-08
22:56:56
上传
评论
收藏 299KB DOCX 举报
细菌觅食优化算法
第十四章 细菌觅食优化算法
14.1 介绍
Passino 等人[1]于 2002 年通过模拟人体内大肠杆菌的觅食行为，提出了一种新型智
能优化算法：细菌觅食优化算法(Bacterial Foraging Optimization Algorithm，BFOA)。细
菌觅食优化算法通过细菌群体之间的竞争与协作实现优化，是一种基于细菌群体的搜索
技术。在群智能算法中，GA、ACO、PSO、AFSA 都是基于高等生物作为启发对象，
而 BFOA 算法则是模拟微生物的行为而形成的一种较新的优化方法。
14.2 BFOA 的基本原理与流程
BFOA 算法是一种全局随机搜索的算法，其具有简单、收敛速度快，并且在优化过
程 中 无 需 优 化 对 象 的 梯 度 信 息 的 特 点 。 BFOA 模 拟 细 菌 群 体 的 过 程 包 括 趋 向 性
（Chemotaxis）、复制（Reproduction）、迁徙（Elimination-dispersal）三个步骤。
14.2.1 趋向性操作
细菌向有利于自身环境的区域移动称为趋向运动，其中，一次趋向性操作包括翻转
运动和游动运动。细菌向任意方向移动单位步长称为旋转运动；细菌沿着上一步的运动
放向移动单位步长称为游动运动。通常，细菌在环境差的区域（如：有毒区域）会较频
繁地旋转，在环境好的区域（如：食物丰富的区域）会较多地游动。大肠杆菌的整个生
命周期就是在游动和旋转这两种基本运动之间进行变换，游动和旋转的目的是寻找食物
并避开有毒物质。
设细菌种群大小为 S，细菌所在的位置标示问题的一个候选解，细菌 i 的信息用 D
维向量标示为
1 2
, , ,
i i i i
D
q q q q
é ù
=
ë û
L
，i=1,2,...,S，θ
i
(j,k,l)表示细菌 i 在第 j 次趋向性操作、
第 k 次复制操作和第 l 次迁徙操作后的位置。细菌 i 通过式（1）更新其每一步趋向性操
作后的位置。
( 1, , ) ( , , ) ( ) ( )
i i
j k l j k l C i j
q q
+ = + F
（1）
资源评论
