·546 智能系统学报 第6卷 1生物启发的计算 研究趋药性算法的先驱是Brenermann及其同 事3].基本BCA依赖于单个细菌的运动行为，它不 生物启发的计算的研究有双重目的：可以解决 断地感受它周围的环境变化并且只利用它过去的经 生物学以外的工程和科学问题；反过来，这些方法又 验来寻找最优点，具有较强的简单性、鲁棒性.但基 能提供新的工具和技术用于研究解决生物学本身的 本BCA性能只和基本的遗传算法相当，在某些情况 问题， 下性能还要比一些改进的遗传算法差.李威武等在 1.1群体智能 BCA基础上提出了BCC算法2，这种算法将群体 群体智能(swarm intelligence,SI)是一种模仿 智能的思想引入到BCA,使用多条细菌组成的菌群 自然界动物昆虫觅食筑巢行为的计算技术，研究由 进行寻优.BCC算法虽然提高了BCA的优化能力， 若干简单个体组成的分散系统的集体行为，其中每 但必须使用大量细菌才能使算法的优化能力有所 个个体与其他个体以及环境都有相互作用.。 高，文献[53]借鉴了微遗传算法的思想，将之应用 Bonabeau定义群智能为：任何受到社会昆虫群体和 于菌群算法，提出了一种微细菌群趋药性(M-BCC) 其他动物社会集体行为启发所设计的算法或者分布 算法.在M-BCC算法中有2个菌群，一个菌群是寻 式问题求解设备9].群智能算法着眼于自然界中的 优菌群，另一个菌群是库存菌群.M-BCC算法在寻 生物社会群落，比如蚁群、鸟群、乃至人群等社会群 优能力方面要优于BCC算法.文献[54-55]分别对 体行为.目前SI包括粒子群优化算法、蚁群算法、人 该种算法进行了简单综述和改进研究， 工鱼群算法、蜂群算法、细菌算法以及生物地理优化 1.1.2蜂群算法 算法等。 蜂群也是一种典型的群体昆虫，与其他社会昆 1.1.1细菌优化算法 虫有类似的结构.一些研究人员提出模拟蜜蜂群体 细菌为了觅食采取必要的行动使每单位时间摄 的特殊智能行为的模型，应用于组合优化问 取的能量最大化，自然界中的细菌觅食策略行为实 题[6]，Tereshko把蜂群看成动态系统，搜集来自环 际上可看作是一种优化策略，隐含的思想可以用于 境的信息，根据这些信息调节其行为.Tereshko 解决实际优化问题.在细菌群体觅食行为中，具有一 和Loengarov研究了一种基于蜜蜂觅食思想的机器 种趋药性，这种性质促使细菌试图运动到营养浓度 人群体协同机制.实验显示类昆虫机器人在实际机 高的地方以避免有害物质并从经过的物质中搜索路 器人任务中是成功的.他们开发了觅食选择的最小 径.基于细菌觅食和趋药性概念，Muller和Passino 模型，导致集体智能的涌现.该系统由食物源、工蚁 分别提出细菌觅食优化算法(bacteria foraging opti- 和非工蚁3个基本组成，定义了2个行为模式：恢复 mization algorithm,BFOA)[o]和细菌趋药性算法 食物源和放弃食物源[7s8].Tereshko还提出在求解 (bacterial chemotaxis algorithm,BCA)[lT.这2个算 复杂交通和运输问题采用群智能开发人工系 法虽然在实现步骤上有很大不同，但在模拟生物机 统90]以及蜂群优化元启发算法，能求解组合优化 制上存在交叉.文献[42]提出变化环境细菌觅食方 问题以及不确定组合问题611.Dias等人引入一个 法，利用基于个体的模型方法模拟细菌活动和细菌 新的智能方法或者元启发方法，称为蜂群优化(bees 群体的进化；文献[43]提出基于BFOA独立主元素 swarm optimization,BS0),并用它解决最大权满足 分析，该算法产生的均方差性能比约束遗传算法的 问题(max-sat)[.类似地，Benatchba等人引入基于 ICA更好；文献[44]提出经典梯度下降搜索模式下 蜜蜂繁殖过程的元启发解决3-sat问题[a].Wedde 模拟趋药性的数学分析；文献[45]提出GA和 等人受到蜂蜜过程、交流和评价方法的启发提出一 BFOA混合，提出的算法在几个数值测试上和PID 个新的路径算法，称为BeeHive61.在该算法中，蜜 控制器设计上超过GA和BFOA;文献[46]提出一 蜂主体通过称为觅食区的网络区域巡游，在它们的 个模糊参考模式，选择最优趋药步骤，得到模糊细菌 路径上，网络状态的信息不断分配，用于更新局部路 聚集BF,该方法不适合优化测试函数：文献[47] 由表 将BFOA与PSO混合的细菌群体优化，统计意义上 上述都是组合优化问题.有3个连续优化算法， 比经典方法好.BFOA已经成功用于控制器设 基于蜂群算法的智能性s6].Yang6s]开发了虚拟蜜 计】、股票预测9、电力系统问题0，本文作者将 蜂算法(VBA)优化二维数值函数，算法产生一群虚 BFOA优化K-means聚类中心，得到细菌觅食聚类 拟蜜蜂，通过这些蜜蜂的相互作用强度获得问题的 算法并用于图像分割，取得较好效果51 解.Pham等[66提出应用几个控制参数的蜜蜂算法