Агентно-базирана оптимизация чрез мравчена колония — Интелигентност на роя за комбинаторни и симулационни проблеми
Агентно-базирани модели на мравчена колония (AB-ACO) разглеждат индивидуалните мравки като автономни агенти, които вероятностно конструират решения, следвайки и оставяйки феромонни следи върху граф на търсене. Чрез свързване на поведенчески правила на ниво агент с обща феромонна среда, колективната система конвергира към висококачествени решения на трудни комбинаторни и симулационно-вградени оптимизационни проблеми без централизирана координация.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Dorigo, M., Stutzle, T. (2004). Ant Colony Optimization. MIT Press, Cambridge, MA. ISBN: 9780262042192
- Bonabeau, E., Dorigo, M., Theraulaz, G. (1999). Swarm Intelligence: From Natural to Artificial Systems. Oxford University Press, New York. ISBN: 9780195131581
Как да цитирате тази страница
ScholarGate. (2026, June 3). Agent-Based Ant Colony Optimization. ScholarGate. https://scholargate.app/bg/simulation/agent-based-ant-colony-optimization
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Агентно-базирано моделиране (ABM)Симулационно моделиране↔ compare
- Оптимизация чрез мравчена колонияОптимизация↔ compare
- Генетичен алгоритъмОптимизация↔ compare
- Многокритериална оптимизация с алгоритъм на мравките (MOACO)Симулационно моделиране↔ compare
- Оптимизация чрез рояк от частици (PSO)Оптимизация↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →