1、“.....最终趋向于全局最优解。细菌觅食算法有较强的局部搜索能力，但趋向性的随机容易使得收敛速度不够理想，粒子群算法有较强的全局搜索能力。综上本文通过引入粒子群算法的全局搜索能力来改进细菌觅食算法，可改善收敛速度基于改进的细菌觅食聚类算法论文原稿自适应粒子群优化算法及其应用研究浙江大学，劉小龙细菌觅食优化算法的改进及应用华南理工大学......”。

2、“.....李锦，王联国基于细菌觅食优化算法的城市轨道交通调度优化计算机工程与科学，孙冠群，张，算法可以有效改进算法对初始聚类中心选择对聚类准确的的影响能够提高算法的准确率，但同时也增加了算法的复杂度。结论通过引入粒子群算法中全局和局部最优变量可以有效改善细菌觅食算法陷入局部最优，并用此改进算法所得结果来改进算法初将细菌算法的结果作为算法的初始聚类中心进行聚类......”。

3、“.....数据集包含个类其中每个类中有个对象，每个数据有包含花的个属性分别为花瓣的长度花瓣聚类算法。设有集合分为聚类，每个样本点以定的隶属度属于聚类，隶属度为模糊均值算法通过不断的迭代，直达目标函数到预定的最小值。其中为模糊度，典型取值为为样本到假定聚类中心的距离隶属度矩阵黄婉平自适应粒子群优化算法及其应用类的精度......”。

4、“.....参考文献是葡萄酒数据，包含个数据样本，包括种葡萄酒的属性。实验环境为平台硬件环境为内存。分别用算法和本文算法对这两个数据进行聚类计算结果如表所示。由实验可以看出，本文算法可以有效改进算法对基于改进的细菌觅食聚类算法论文原稿中的数据需满足以下个条件至少有个数据属于个聚类，每个样本对聚类的隶属度之和为。进入复制循环，按健康值的大小进行排序，健康值低的半细菌消除......”。

5、“.....进入迁徙的循环，细菌以定的概率直至。动机现场效率估算计量学报，。进入复制循环，按健康值的大小进行排序，健康值低的半细菌消除，剩余的半细菌进行复制直至。进入迁徙的循环，细菌以定的概率直至。算法概述模糊均值算法模糊均值算法，使用隶属度来改进均值强的全局搜索能力。综上本文通过引入粒子群算法的全局搜索能力来改进细菌觅食算法，可改善收敛速度......”。

6、“.....在趋向操作中引入全局和局部最优值。基于改进的细菌觅食聚类算法论文原稿。将细菌算法的结果作为研究浙江大学，劉小龙细菌觅食优化算法的改进及应用华南理工大学，周雅兰细菌觅食优化算法的研究与应用计算机工程与应用，李锦，王联国基于细菌觅食优化算法的城市轨道交通调度优化计算机工程与科学，孙冠群，张黎锁基于细菌觅食算法的异步电......”。

7、“.....但同时也增加了算法的复杂度。结论通过引入粒子群算法中全局和局部最优变量可以有效改善细菌觅食算法陷入局部最优，并用此改进算法所得结果来改进算法初始值的选择，可以有效的改善聚算法的初始聚类中心进行聚类。实验和分析为验证算法的可行性本文使用较广泛的公用数据集数据集。数据集包含个类其中每个类中有个对象，每个数据有包含花的个属性分别为花瓣的长度花瓣宽度花萼的长度花萼的宽度......”。

8、“.....和为正常数和为随机数为局部最优，为全局最优粒子通过不断的向全局最优和局部最优位置加速运动，最终趋向于全局最优解。细菌觅食算法有较强的局部搜索能力，但趋向性的随机容易使得收敛速度不够理想，粒子群算法有较置如果健康值大于现在的健康值或者游动的到达步长设定数，记录下最优健康值得位置和最优健康值。计算下个细菌直至遍历个细菌......”。

9、“.....粒子群优化算法模拟自然界中的鸟群和鱼群提出的种群智能算法。理论假，改善细菌觅食算法的全局搜索能力，在趋向操作中引入全局和局部最优值。基于改进的细菌觅食聚类算法论文原稿。粒子群优化算法模拟自然界中的鸟群和鱼群提出的种群智能算法。理论假设每个粒子有两个属性位置和速度。首相随机初始化群粒子作黎锁基于细菌觅食算法的异步电动机现场效率估算计量学报，......”。