Dværgmangustoptimering
Dværgmangustoptimeringsalgoritmen (DMO) er en naturinspireret metaheuristik introduceret af Agushaka et al. i 2022, baseret på adfærdsmønstrene hos dværgmangustkolonier. Dværgmanguster udviser sofistikerede gruppeadfærdsmønstre, herunder vagt-adfærd (overvågning og udforskning), ungepleje (mentoring) og kooperativ jagt. Algoritmen omsætter disse sociale adfærdsmønstre til optimeringsmekanismer, der effektivt balancerer udforskning og udnyttelse.
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
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Dwarf Mongoose Optimization. ScholarGate. https://scholargate.app/da/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.
- Aquila OptimizerOptimering↔ compare
- Grey Wolf OptimizerOptimering↔ compare
- Harris Hawks OptimizationOptimering↔ compare
- SlimskimmelsalgoritmenOptimering↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →