对BBO算法进行了改进；并将改进的BBO算法应用到 1.系统辨识；2.PID控制器参数整定；3.正丁烷异构化学反应动力学模型参数辨识及操作条件优化。

用于以下元启发式的 Python 库：自适应随机搜索、蚁狮优化器、算术优化算法、人工蜂群优化、人工鱼群算法、蝙蝠算法、基于生物地理学的优化、交叉熵方法、乌鸦搜索算法、布谷鸟搜索、差分进化,分散 苍蝇 优化,蜻蜓 算法,萤火虫 算法,流向 算法,花授粉算法，遗传算法，蚱蜢优化算法，重力搜索算法，灰狼优化器，哈里斯鹰优化器，改进的灰狼优化器，改进的鲸鱼优化算法，Jaya，水母搜索优化器，磷虾群算法，模因算法，飞蛾火焰优化，多元 宇宙 优化 器,粒子 群 优化,随机 搜索, Salp Swarm 算法,模拟退火,正余弦算法,鲸鱼优化算法。

基于杂乱蛙跳跃算法（HBBOS）的混合生物地理学优化由张教授提出。最新代码更新于 2020 年 12 月 30 日。张新明， 康强， 王霞.基于杂乱跳蛙跳算法的混合生物地理学优化及其在最小生成树问题中的应用.群体与进化计算， 2019， 49：245-265

有关更多信息，请参阅以下链接： http://yarpiz.com/239/ypea113-biogeography-based-optimization

【优化求解】基于生物地理学结合重力引力搜索优化求解算法matlab源码.md

以下混沌图已集成到 BBO 算法中： 切比雪夫地图圆形地图高斯/鼠标图迭代映射物流地图分段图正弦图歌手地图正弦图帐篷地图 CBBO1 到 CBBO10 有混沌选择算子 CBBO11 到 CBBO20 有混乱迁移算子 CBBO21至CBB30具有混沌突变算子 CBBO31至CBBO40结合了混沌选择和迁移算子 CBBO41 到 CBBO50 结合了混沌选择、迁移和变异算子 请注意，除主文件外，其他文件最初由 Dan Simon 教授编写，但由我们修改以开发 CBBO 算法。 您可以在以下位置找到 BBO 算法的原始源代码： http : //academic.csuohio.edu/simond/bbo/ CBBO算法是以下论文的源代码： 主要论文： S. Saremi、S. Mirjalili、A. Lewis，基于生物地理学的混沌优化，神经计算和应用，印刷中，2014 年，Spr

matlab开发-多层感知器MLP的生物地理学基础。基于生物地理学的优化器（BBO）被用作多层感知器（MLP）的训练器。

我对生物地理学优化算法的研究和经验分享；帮助入门者更快的理解BBO算法。用生动形象的描述对算法的寻优机制进行阐释。

生物地理学算法的matlab代码实现，包括了基础的BBO算法以及两种改进算法，参考文献 [1]Simon D. Biogeography-based optimization[J].IEEE transactions on evolutionary computation, 2008, 12(6): 702-713. [2]康强.生物地理学优化算法的改进及在聚类优化问题上的应用[D].河南师范大学,2018.

用于乳腺癌数据集的 BBO-MLP 虹膜数据集的 MMO-MLP 可以在这里找到： http : //www.mathworks.com.au/matlabcentral/fileexchange/45804-biogeography-based-optimizer--bbo--for-training-multi-layer-perceptron--毫升- 基于生物地理学的优化器 (BBO) 被用作多层感知器 (MLP) 的训练器。 当前的源代码是用于解决虹膜分类问题的 BBO-MLP 训练器的演示。 本次提交中还有其他培训师：粒子群优化 (PSO)、蚁群优化 (ACO)、遗传算法 (GA)、进化策略 (ES) 和基于概率的增量学习 (PBIL)。 BBO-MLP 的分类精度在 main.m 文件的末尾计算，并与 PSO、ACO、ES、GA 和 PBIL 的分类精度进行比较。 最后绘