目录
1.算法概述
BBO算法是2008年Simon教授提出的一种群智能优化算法。Simon教授受生物地理学启发,通过设计迁移算子和变异算子,分别模仿生物地理栖息地之间的物种迁移和变异过程。
常规思路肯定是选择最“好”的栖息地,只不过栖息地的“好与坏”是通过适宜度指数(HSI,Habitat Suitability Index)来进行评价的。与HSI有关系的特征包括降雨量、植被的多样性、地质的多样性和气候等因素,这些特征变量形成一个描述栖息地适宜度的向量SIV(SIV,Suitable Index Vector),其中的每个适宜度变量被称为SIVs(Suitable Index Variables)。
从上述描述中可以看出,物种喜欢生存在高HSI的栖息地。这就导致了高HSI栖息地的物种数量较多,生存空间饱和,竞争激烈,导致大量物种迁出到相邻栖息地,少量的物种迁入;而低HSI栖息地由于物种稀少,而有较多的物种迁入,较少的物种迁出。
进一步分析,可以发现使用BBO算法求解优化问题主要依赖3方面:
(1)SIV对应优化问题的解,HSI是SIV优劣的度量值,对应优化问题的适应度函数。好的解决方案对