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.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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.
- MyrekolonioptimeringOptimering↔ compare
- Genetisk AlgoritmeOptimering↔ compare
- Partikelsværmoptimering (PSO)Optimering↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →