基于生物地理学的混合萤火虫优化算法matlab仿真

目录

1.算法概述

2.仿真效果

3.MATLAB仿真源码

---

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