ScholarGate
Assistent
Machine learningSwarm Intelligence

Optimitzaçó de mangosta nana

L'algoritme Dwarf Mongoose Optimization (DMO) és una metaheurística inspirada en la natura introduïda per Agushaka et al. el 2022, basada en els patrons de comportament de les colònies de mangosta nana. Les mangostes nanes presenten dinàmiques de grup sofisticades que inclouen comportament de sentinella (vigilància i exploració), cura de les cries (mentorització) i caça cooperativa. L'algoritme tradueix aquests comportaments socials en mecanismes d'optimització que equilibren eficaçment l'exploració i l'explotació.

Obre a MethodMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

The neighbourhood of related methods — select a node to explore.

Fonts

  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

Com citar aquesta pàgina

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

Compare side by side
ScholarGateDwarf Mongoose Optimization (Dwarf Mongoose Optimization). Recuperat el 2026-06-15 de https://scholargate.app/ca/optimization/dwarf-mongoose-optimization · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026