ScholarGate
Assistent
Machine learningSwarm Intelligence

Algorisme de l'Amiba de Llim (Slime Mould Algorithm, SMA)

L'Algorisme de l'Amiba de Llim (SMA) és una tècnica d'optimització metaheurística inspirada en la natura introduïda per Li et al. el 2020. Imita el comportament de les amibes de llim, que s'estenen i es contrauen per trobar fonts de menjar òptimes. L'SMA aborda problemes d'optimització complexos simulant els patrons adaptatius de cerca d'aliment i distribució espacial d'aquests organismes.

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. Li, S., Chen, H., Wang, M., Heidari, A. A., & Chakraborty, S. (2020). Slime mould algorithm: A new method for stochastic optimization. Future Generation Computer Systems, 111, 300-323. DOI: 10.1016/j.future.2020.03.055

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Slime Mould Algorithm. ScholarGate. https://scholargate.app/ca/optimization/slime-mould-algorithm

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

Citat per

ScholarGateSlime Mould Algorithm (Slime Mould Algorithm). Recuperat el 2026-06-15 de https://scholargate.app/ca/optimization/slime-mould-algorithm · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026