细菌觅食算法作为群体智能算法的一个典型代表，充分体现了群体智能算法在实际生活生产中的应用意义。
1. 细菌觅食算法
1.1 BFOA算法的主要流程与原理
大肠杆菌可以通过游动和转动来寻找和搜寻更丰富更优秀食物的源泉，在细菌觅食算法里边与这个运动过程相关的一个函数就表示为适应度函数。还要提及的是另外就作为大肠杆菌用来传递信息的媒介来说经常用一些特殊生物化学物质来充当而言，当之中的一个细菌个体发现了更好食物源的时候特殊生物的化学的物质就会被释放出来就可以来告诉它附近的个体细菌，这样就会使其他的细菌个体一起向食物源更充足的空域地方趋向运动起来，这其中就直接体现了算法搜寻局部区域的目的。优胜劣汰的自然法则，适者生存的生存规律，这样的生活生存规律是所有的动物都要面对的，不管高级动物还是低级动物，大到大象、长颈鹿、小到细菌真菌和病毒。所以在这个大的规律前提下大肠杆菌在它的整个生存繁殖过程中，只有在适应度值函数更加优秀的个体才能被保留下来，才能够得到生存，从而达到了算法的收敛效果。
（1）趋向性操作
食物被大肠杆菌寻找到是通过原地旋转和游动来完成的，在细菌觅食算法之中，趋化性操作就被我们称为这种行为现象的模拟。设用 来表示种群细菌的群落规模大小，问题的最优解用细菌个体所在的方位表示，用 文空间向量 来形容细菌 的个体所具有的信息， ， 表示菌体 在第 次随机趋向运行、第 次随机迁徙运行和第 次随机复制运行之后的方位。如下表示的是每一步细菌个体的趋向操作：
                                 （1）
若 ，细菌由于在原地旋转而产生的方位向量值表示为 。若在游动一次后得到的新位置上的适应值达到目的值即适应值达到较优，则就在该方位上继续游动，直至达到游动次数上限 ，如果达不到游动次数上限那么另一种情况就会出现这一次趋化就会结束[ ]。紧接着就会进行另一步的操作。
相对来说，细菌觅食算法的最核心步骤就是趋化操作，趋化是整个算法最精华的部分，趋化行为是整个算法的核心部分之一，因为它确定了细菌在搜寻空间中搜寻方位的调整，以及游动步长的大小等步骤。它的精确度直接影响着整个算法能否得到成功，它是优化算法中最重要的一部分，他的选取与运行状态直接关系着整个算法的优良性质能否得到发挥。
（2）复制操作
当设定的趋向数目被细菌进行完后，下一步就会开始进行，大肠杆菌分裂行为将会开始也就是复制操作，这是根据以大肠杆菌为代表的菌类典型的产生后代的方式。复制操作会产生大量的和母体完全一样的两个菌体。然后这两个菌体在此进行复制，每个细菌就会再次产生两个菌体 除非在复制的过程之中产生了变异否则细菌就按照这样成几何次方的规律大量进行细菌菌体个体的繁殖。大肠杆菌个体适者生存不适应者被迫死亡的繁衍过程就在这个过程被模拟了，这种现象被我们称它为复制行为。这些步骤的首先就是整个种群的适应度被按下降的序列编排，由于前 个个体适应度值较大而被保留下来，紧接着大肠杆菌菌落就开始会分化为二，每个细菌分化为两个，指数倍数产生后代菌落个体细菌[ ]。后面 个个体由于不能适应环境而被迫淘汰掉，完成一次复制操作后，种群的大小特征并没有改变从而细菌规模得到了保证。 细菌觅食算法研究+文献综述(2):http://www.youerw.com/jisuanji/lunwen_30764.html