Slimskimmelsalgoritmen
Slimskimmelsalgoritmen (SMA) er en naturinspireret metaheuristisk optimeringsteknik introduceret af Li et al. i 2020. Den efterligner slimskimmels adfærd, som spreder sig og trækker sig sammen for at finde optimale fødekilder. SMA adresserer komplekse optimeringsproblemer ved at simulere de adaptive fouragerings- og rumlige fordelingsmønstre af disse organismer.
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
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Slime Mould Algorithm. ScholarGate. https://scholargate.app/da/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.
- Aquila OptimizerOptimering↔ compare
- Aritmetisk OptimeringsalgoritmeOptimering↔ compare
- Genetisk AlgoritmeOptimering↔ compare
- Harris Hawks OptimizationOptimering↔ compare
- Partikelsværmoptimering (PSO)Optimering↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →