ScholarGate
Assistent
Process / pipelineMetaheuristics

Kunstig Bikoloni (ABC) Optimering

Kunstig Bikoloni (ABC) er en populationsbaseret sværmintelligens-metaheuristik introduceret af Karaboga og Basturk i 2007. Den modellerer den kooperative fødesøgningsadfærd hos en honningbikoloni for at søge efter optimale løsninger i kontinuerlige numeriske optimeringsproblemer. Algoritmen fordeler kandidatløsninger mellem tre bi-typer – ansatte, tilskuere og spejdere – og forfiner dem iterativt gennem lokal søgning og probabilistisk selektion, hvilket gør den velegnet til forskere og ingeniører, der arbejder med komplekse, multimodale optimeringslandskaber.

Åbn i MethodMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

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

Kilder

  1. Karaboga, D., & Basturk, B. (2007). A powerful and efficient algorithm for numerical function optimization: artificial bee colony (ABC) algorithm. Journal of Global Optimization, 39(3), 459–471. DOI: 10.1007/s10898-007-9149-x

Sådan citerer du denne side

ScholarGate. (2026, June 2). Artificial Bee Colony (ABC) Optimization. ScholarGate. https://scholargate.app/da/optimization/artificial-bee-colony

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
ScholarGateArtificial Bee Colony (Artificial Bee Colony (ABC) Optimization). Hentet 2026-06-15 fra https://scholargate.app/da/optimization/artificial-bee-colony · Datasæt: https://doi.org/10.5281/zenodo.20539026