Jellyfish Search Optimizer
Jellyfish Search Optimizer (JSO) er en biologisk-inspireret metaheuristisk algoritme introduceret af Shi et al. i 2022, baseret på vandrings- og fødesøgningsadfærd hos vandmænd i havmiljøer. Vandmænd udviser to distinkte adfærdsmønstre: passiv drift med havstrømme (eksploration) og aktiv svømning mod fødekilder (eksploitation). JSO indfanger disse adfærdsmønstre for at skabe en effektiv balance mellem global søgning og lokal forfining.
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
- Shi, X., Sun, Y., Zhan, Z. H., Yuen, K. F., & Zhang, J. (2022). Jellyfish search optimizer: A new bio-inspired metaheuristic algorithm for solving optimization tasks. Neural Computing and Applications, 34(10), 7651-7673. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Jellyfish Search Optimizer. ScholarGate. https://scholargate.app/da/optimization/jellyfish-search-optimizer
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
- Partikelsværmoptimering (PSO)Optimering↔ compare
- SlimskimmelsalgoritmenOptimering↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →