?bfo是一種優(yōu)化算法，其全稱為“biogeography-basedoptimization”。它最初由simonpreston等人在2004年提出。bfo算法以生物地理學(xué)的概念為基礎(chǔ)，模擬不同種群之間的遷移、滅絕和繁殖等過(guò)程，通過(guò)這些生物學(xué)機(jī)制來(lái)實(shí)現(xiàn)尋找最優(yōu)解。
bfo算法的基本思想
bfo算法借鑒了生態(tài)系統(tǒng)中物種分布范圍演化的方式。每個(gè)解都可以看作是某個(gè)物種在定義域內(nèi)的一個(gè)棲息地或者說(shuō)分布區(qū)域。而定義域就相當(dāng)于整個(gè)環(huán)境。不同物種之間會(huì)進(jìn)行遷徙、交換適應(yīng)度值及其他屬性等信息，并且會(huì)遺傳自己更好適應(yīng)當(dāng)前環(huán)境的特性到下一代后代中去，從而達(dá)到逐漸進(jìn)化并獲得更好互補(bǔ)性與多樣性保護(hù)共存狀態(tài)。
bfo算法流程
(1)初始化參數(shù)。
(2)按規(guī)定數(shù)量產(chǎn)生初始隨機(jī)解集合。
(3)計(jì)算各隨機(jī)解所對(duì)應(yīng)目標(biāo)函數(shù)值，并篩選部分較優(yōu)點(diǎn)組成當(dāng)前搜索空間（environment）。
(4)利用交叉和變異操作更新生成子代群體。（引入了爬山過(guò)程）
(5)根據(jù)一定規(guī)則（如適應(yīng)度值）篩選子代集合進(jìn)入下一輪迭代并更新生物地理特征，并記錄歷史最優(yōu)解。
(6)重復(fù)步驟3-5直至滿足終止準(zhǔn)則。
bfo算法的優(yōu)點(diǎn)
bfo算法具有以下優(yōu)點(diǎn)：
1.相對(duì)于其他隨機(jī)搜索方法，收斂速度更快且尋找到全局最優(yōu)解的概率高。
2.bfo算法不需要任何先驗(yàn)知識(shí)且自適應(yīng)性較強(qiáng)，在多目標(biāo)、大規(guī)模和非線性問(wèn)題上表現(xiàn)良好。
3.在某些領(lǐng)域，比如組合優(yōu)化中，bfo算法能夠發(fā)掘出未知正整數(shù)解。
bfo在實(shí)際問(wèn)題中的應(yīng)用
由于其多種特點(diǎn)，bfo在許多實(shí)際問(wèn)題中都有著廣泛的應(yīng)用。比如醫(yī)學(xué)圖像處理、防區(qū)失效檢測(cè)、質(zhì)量監(jiān)控等領(lǐng)域均已經(jīng)體現(xiàn)了它作為一個(gè)智能計(jì)算工具的價(jià)值。在交通運(yùn)輸方面也有研究者嘗試將之引入車流預(yù)測(cè)與智能調(diào)度場(chǎng)景使用。
結(jié)語(yǔ)
通過(guò)本文介紹我們可以看到，“biogeography-basedoptimization”（bfo）算法是一種集生物地理學(xué)思想、遺傳進(jìn)化等數(shù)學(xué)建模方法于一身的全新優(yōu)化算法。它在求解各類復(fù)雜函數(shù)問(wèn)題中有著不錯(cuò)的表現(xiàn)，同時(shí)也為實(shí)際問(wèn)題提供了一個(gè)高效智能計(jì)算工具。