细菌趋药性算法是一种新的从生物行为中取得灵感的优化方法。这种算法利用细菌在化学引诱剂环境中的运动行为来进行优化。研究趋药性算法的先驱是Bremermann及其同事们。他们研究表明了细菌在引诱剂环境下的应激机制和梯度下降相类似。Sibyue D Miiller及其同事在此甚而上进一步综合，并结合最新的生物学研究提出了细菌趋药性算法。作为一种新的模拟生物行为的优化算法，它的实现思想及进化机制和传统的进化算法有所不同。Miiller的BC算法只依赖于单个细菌的运动行为，它不断地感受它周围的环境变化并且只利用它过去的经验来寻找最优点。BC算法具有较强的简单性、鲁棒性。

细菌趋药性算法的基本原理

(1)细菌的运行轨迹由一系列直线组成，并且由速度、方向和运动时间三个参数决定。在所有运动轨迹中细菌的运动速度设为恒值。

(2)细菌在运动中改变方向时，向左和向右拐的概率相同。

(3)细菌在各段运动轨迹上的移动时间和各段相邻轨迹间的夹角都由概率分布来决定。

(4)细菌在各段运动轨迹上的持续时间服从指数分布逐渐减少。

(5)细菌在各段运动轨迹上的持续时间和各段相邻轨迹间的夹角是和以前运动轨迹相互独立的两个参数。

 

 

来源：http://www.cnhup.com/index.php/archives/bacterial-chemotaxis-intro/