细菌趋化觅食.docx

细菌觅食算法(Bacterial Foraging Algorithm,BFA)［亦有称为细菌觅食优化算法 (Bacterial Foraging Optimization algorithm,BFO||BFOA)］由 K.M.Passino 于 2002年基于Ecoli大肠杆菌在人体肠道内吞噬食物的行为，提出的一种新型仿 生类算法。该算法因具有群体智能算法并行搜索、易跳出局部极小值等优点，成 为生物启发式计算研究领域的又一热点。 细菌觅食算法模仿大肠杆菌在人体肠道内觅食行为，属于仿生类优化算法。在 BFA模型中，优化问题的解对应搜索空间中细菌的状态，即优化函数适应值。 BFA 算法包括趋化(chemotaxis)、复制(reproduction)和驱散 (elimination-dispersal)3 个步骤。 细菌向富养区域聚集的行为称为趋化。在趋化过程中，细菌运动模式包括翻转 (tumble)和前进(run||swim)。细菌向任意方向移动单位步长定义为翻转。当细菌 完成一次翻转后，若适应值得到改善，将沿同一方向继续移动若干步，直至适应 值不再改善，或达到预定的移动步数临界值。此过程定义为前进。 一旦生命周期结束，即达到临界趋化次数，细菌将进行繁殖。细菌的繁殖过程 遵循自然界“优胜劣汰，适者生存”原则。以趋化过程中各细菌适应值累加和为标 准，较差的半数细菌死亡，较好的半数细菌分裂成两个子细菌。子细菌将继承母 细菌生物特性，具有与母细菌相同的位置及步长。为简化计算，可以规定复制过 程中细菌总数保持不变。 趋化过程可确保细菌的局部搜索能力，复制过程能加快细菌的搜索速度，但对 于复杂的优化问题，趋化和复制无法避免细菌陷人局部极小现象发生。BFA引 入驱散过程以加强算法全局寻优能力。细菌在完成一定次数的复制后，将以一定 概率被驱散到搜索空间中任意位置。 心⑹￡心（80如）） /=! p S p =以项心温倾-*坤5￡（旦- /）勺+￡如心申p（-％岫￡（久 f J L #回 ibL J 归 BFOA算法： 参数： 【步骤 1】初始化参数 p,S,Nc,Ns,Nre,Ned,Ped,C(i)(i=1,2,...S), 0i . 算法： 【步骤2】消除-扩散循环loop:l=l+1 【步骤3】复制循环loop:k=k+1 【步骤3】复制循环loop:k=k+1 【步骤4】趋化循环Loop:j=j+1 i=1,2,......S细菌i进化趋化移动 计算适应值函数J(i,j,k,l) Let, /) = J (/, j-kJ) + J I), P(j,kjy)(Le. add on the cell-to cell at tract a m-rcpcl lant profile io Unmlatc the s warming behavior) where, L 珍 in (2). 保存值，因为通过移动我们可能找到更好的。 [d] Tumble: generate 盅 random vector A(f) E 3V with each clenient A』., (i), m — L2 p、a random number-on [-1, 1 ]. [e ] Move: Let + c ⑴,M) This results in a step of size C(0 in the direction of lhe tumble for bacicriuni L [f] Compute 1(t\ j 4- LJt J) and let + (i, / kJ) + J (j 十 L 妇)(j 十 L kJ)), Lg] Swim Let Ht=() (counter for swim length). While iit Ni (ifhave not clinibcd down loo 1。峡). Let』并=汗+1? If J 0 J + 1,虹 / ) ]iiUi (if doing be tier), let J 临=J (i, j + I, it, I) and let J△「⑴A⑴ And use this. O (j + L j、k) to conipLite the new J (/, J + 1, /) as we did in [f] Else, let iit=Nt . This is the end of the whl Ic state nicnt. |h] Go to next bacicrluin (r+l) if，丰 S (l.c., go to |b] to process the ncxi barterliim). 【步骤5】如果jNc,跳转到步骤4。这种情况下继续进行趋化，因为细菌的生命并未结束。 【步