ScholarGate
المساعد
Machine learningSwarm Intelligence

خوارزمية القندس القزم المُحسِّنة (DMO)

خوارزمية القندس القزم المُحسِّنة (DMO) هي خوارزمية استدلالية مستوحاة من الطبيعة قدمها Agushaka وآخرون في عام 2022، وتستند إلى الأنماط السلوكية لمستعمرات القندس القزم. يُظهر القندس القزم ديناميكيات جماعية متطورة تشمل سلوك الحراسة (المراقبة والاستكشاف)، ورعاية الصغار (التوجيه)، والصيد التعاوني. تُترجم الخوارزمية هذه السلوكيات الاجتماعية إلى آليات تحسين تُوازن بين الاستكشاف والاستغلال بفعالية.

افتح في MethodMindقريبًافيديوقريبًاتنزيل الشرائح

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

خريطة المناهج

محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.

المصادر

  1. Agushaka, J. O., Ezugwu, A. E., & Abualigah, L. (2022). Dwarf mongoose optimization algorithm. Computer Methods in Applied Mechanics and Engineering, 391, 114570. DOI: 10.1016/j.cma.2022.114570

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Dwarf Mongoose Optimization. ScholarGate. https://scholargate.app/ar/optimization/dwarf-mongoose-optimization

أيُّ منهج؟

ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.

قارن جنباً إلى جنب
ScholarGateDwarf Mongoose Optimization (Dwarf Mongoose Optimization). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/optimization/dwarf-mongoose-optimization · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026