构建多目标配网重构模型，该模型充分考虑了风电出力、光伏发电以及负荷的不确定性，并且同时优化配网的3个重要评估指标：有功损耗、节点最小电压值、负荷均衡度。采用场景分析法处理不确定性因素，采用同步回代缩减法进行场景削减，讨论不同场景数对优化结果的影响，并利用多目标扰动生物地理学算法求解模型，利用模糊集理论确定最终重构方案。某69节点配网系统测试结果表明：所用算法能够快速找到多目标配网重构模型的决策解，具有较高的搜索效率，验证了在消纳分布式电源的情况下，通过网络重构能够明显改善网络的各项指标。

自从发表第一篇《详解生物地理学优化（BBO）算法（一）》已经过去十个月了。这期间不断的有网友来咨询我问题，我也说过会进一步的剖析一下大家对该算法的改进方法以及分享我的思路。今天总算有时间静下心来做个汇总了。

生物地理学优化算法（BBO）是一种进化算法和元启发式方法，其灵感来自生物地理概念：物种形成（新物种的进化），岛屿之间的物种迁移以及物种的灭绝。该算法最初由Dan Simon在2008年提出。在本文中，我们将与您分享MATLAB中基于生物地理的优化（BBO）的结构开源实现。

生物地理学优化算法(Biogeography-based optimization) 文章

生物地理学算法的综述文章，一个算法实现程序，程序有详细备注，便于理解该算法。

一种比较新的生物地理学算法（BBO）以及BBO算法和差分进化算法相结合的matlab程序，程序优化较好，比较小，运行速度快。

bbosimplified简易的生物地理学优化算法matlab code，其迁徙模型是最简单的线性模型，非常适合初学者学习该优化算法。

bbocomplex.zip 生物地理学优化算法matlab code，其迁徙模型是较为复杂的非线性模型。

生物地理学优化算法由 Dan Simon 提出，资源是这篇文章的源码