BBO(BBO：生物地理學最佳化算法)

Biogeography-based optimization（BBO）：生物地理學最佳化算法。是08年被首次在IEEE上提出來的，作者是Dan Simon。它是研究生物的地理分布數學算法在最最佳化問題中的套用。和其他基於生物學的算法相比有很多共性，也有其獨一無二的特性。它是在遺傳算法和粒子群算法的基礎上發展來的。適用於解決高維度的，多目標的最最佳化問題。

基本介紹

• 中文名：生物地理學最佳化算法
• 外文名：BBO（Biogeography-based optimization） 

產生原理

考慮到遷入率曲線。設該棲息地最大可能的遷入率為 I ,當該棲息地的物種為零時取最大值。隨著物種的數量增加,棲息地變得更加擁擠,能夠成功遷入該棲息地生存的物種減少，同時遷入率不斷降低。該棲息地可以承受的最大物種數量為,與此同時遷入率變為0。

歷史研究

早在20世紀60年代，用來描述生物體地理分布的數學方程首先被發現並且發展起來。工程師的理念：我們可以向大自然學習。這激勵人們使用生物地理學去解決最佳化問題。就像生物遺傳的數學算法激勵了遺傳算法的發展以及生物神經網路的數學算法激勵了人工神經網路的發展。本文認為生物地理學的數學算法會成為一個新領域的發展基礎：基於生物地理學的最佳化算法（BBO）。

馬海平對BBO算法的遷入遷出模型進行了研究，Simon還進行了BBO算法的簡化，提出了簡化的BBO算法。同時對其進行了馬可夫鏈分析。

經典實例

航空器健康評估感測器的選擇問題，機器人路徑規劃，工程調度分配，經濟負載分配等。