الگوریتم جغرافیای زیستی یا الگوریتم BBO بر اساس اصول زیستی جانوران و مهاجرت شکل گرفته است. این الگوریتم با مبنا قرار دادن مهاجرت حیوانات از منطقه های مختلف جغرافیایی و مسائلی چون مهاجرت کردن و مهاجرت پذیری و همچنین در نظر گرفتن گونه های مختلف زیستی ، به بهینه سازی مسائل مختلف می پردازد. این الگوریتم همانند الگوریتم ژنتیک و الگوریتم ازدحام ذرات ، از جمعیت برای بهینه سازی استفاده می نماید و همانند الگوریتم شبیه سازی تبرید ، تک عضوی نمی باشد.

در الگوریتم جغرافیای زیستی هر منطقه زیستی به عنوان یک عضو از جمعیت در نظر قرار گرفته می شود و هر منطقه زیستی دارای شاخص مطلوبیت زیستی یا HSI مخصوص به خود می باشد. هر منطقه زیستی که دارای HSI بیشتر باشد به عنوان جواب بهتر شناخته می شود. در الگوریتم BBO خواص از منطقه های زیستی با HIS بالاتر به منطقه های زیستی با HIS پائین تر مهاجرت می کند. به صورتی که منطقه هایی با HSI پائین تر با گرفتن خواص از منطقه هایی با HSI بالاتر خود را شبیه آن ها می کنند.

برای کدنویسی مدل های مختلف با این الگوریتم  اینجا  کلیک نمایید.

دو عملگر مهارجت خروجی و مهاجرت ورودی با نرخ های ورود و خروج به بهبوبد جواب ها ( منطقه های زیستی ) کمک می نمایند.

الگوریتم BBO

الگوریتم BBO

در نظر گرفتن تعداد گونه های زیستی در یک منطقه از مباحثی است که در الگوریتم BBO مطرح می گردد و طبق این مورد ، سه حالت پیش می آید.

حالت اول: در زمان t، s گونه داریم و این مقدار در طول بازه t+∆t تغییر نمی کند.

حالت دوم: در زمان t، s-I گونه داریم و در طول بازه t+∆t یک مهاجرت ورودی صورت می گیرد.

حالت سومک در زمان t، s+I گونه داریم و در طول بازه t+∆t یک مهاجرت خروجی صورت می گیرد.

یکی از موارد اختلاف الگوریتم BBO با الگوریتم ژنتیک اینست که در الگوریتم BBO جواب ها از بین نمی ورد و در طول مراحل اجرای الگوریتم بهبود می یابد. به همین منظور منطقه ای که باید اصلاح شود انتخاب می گردد و سپس تعیین می گرد که از کدام منطقه باید خواصی را بگیرد و بهبود یادب که اصلاح شدن با دو مقوله مهاجرت و جهش صورت می گیرد.

برای کدنویسی مدل های مختلف با این الگوریتم  اینجا  کلیک نمایید.

.