Lấy cảm hứng từ mô hình biểu lộ bởi vi khuẩn trong khi tìm kiếm thức ăn, Passino (2002) đã giới thiệu giải thuật vi khuẩn tìm kiếm thức ăn (BFA). Trong môi trường thời gian thay đổi, sự chọn lọc tự nhiên có xu hướng loại bỏ vi khuẩn mà chiến lược tìm kiếm thức ăn kém (cf.Passino, 2002; Liu và Passino, 2002; Passino, 2005). Sau nhiều thế hệ, chiến lược tìm kiếm thức ăn kém hoặc là loại bỏ hoặc được định hình lại thành chiến lược tốt hơn. BFA bắt chước những mô hình đó để tối ưu một giải pháp tập trung (solution pool)
Mặc dù tương đối mới, BFA đã thu hút sự quan tâm cộng đồng các HTĐ. Misha (2007), Tripathy và Mishra (2007) áp dụng BFA để tối ưu tổn thất công suất thực và các giới hạn ổn định điện áp của một mạng lưới điện. Điều này được xây dựng như
một bài toán OPF đa mục tiêu (multi-objective) với vị trí đặt bộ điều khiển dòng chảy công suất hợp nhất (UPFC*), hàng loạt UPFC bơm điện áp, và các vị trí nấc máy biến áp như là các biến điều khiển. Các tác giả đã báo cáo rằng BFA là vượt trội so với các kỹ thuật SLP điểm nội suy. Li et al. (2007) đã phát triển một BFA với tập hợp khác nhau cho bài toán OPF. Các tác giảđã khảo sát cơ chế hóa hướng
động (chemotaxis), cảm nhận túc số (quorum), và sự phát triển (proliferation) cho lần đầu tiên
Một nhược điểm của BFA là không thể luôn luôn theo dõi hiệu quả giải pháp tối ưu toàn cục trong những môi trường động (cf.Passino, 2002). Để giải quyết nhược
điểm này, Tang et al. (2006) đã trình bày một cách tiếp cận được gọi là BFA động (Dynamic BFA – DBFA) để giải quyết bài toán OPF với tải động. Những sự biến thiên tải công suất và cấu trúc liên kết hệ thống được mô phỏng như là những thay
đổi môi trường thường xuyên và không thường xuyên. Các kết quả chứng minh khả
năng thích ứng của DBFA với những sự thay đổi môi trường khác nhau và các tác giả báo cáo rằng DBFA vượt trội hơn so với cả phương pháp BFA và PSO truyền thống. Tang et al. (2008) sau đó áp dụng DBFA để giảm thiểu chi phí nhiên liệu HTĐ với OPF được nhúng trong một môi trường có tải thay đổi động. Các kết quả
mô phỏng cho thấy trong sự so sánh với các phương pháp BFA và PSO, DBFA có thể thích ứng nhanh hơn đối với những thay đổi tải và theo dõi chi phí nhiên liệu tối
ưu toàn cục chặt chẽ hơn.