Agent-Based Ant Colony Optimization — Sværmintelligens til kombinatoriske problemer og simulationsproblemer
Agent-Based Ant Colony Optimization (AB-ACO) modellerer individuelle myrer som autonome agenter, der probabilistisk konstruerer løsninger ved at følge og afsætte feromonspor på en søge-graf. Ved at koble adfærdsregler på agentniveau med et delt feromonmiljø, konvergerer det kollektive system mod løsninger af høj kvalitet til svære kombinatoriske og simulationsindlejrede optimeringsproblemer uden central koordinering.
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
- Dorigo, M., Stutzle, T. (2004). Ant Colony Optimization. MIT Press, Cambridge, MA. ISBN: 9780262042192
- Bonabeau, E., Dorigo, M., Theraulaz, G. (1999). Swarm Intelligence: From Natural to Artificial Systems. Oxford University Press, New York. ISBN: 9780195131581
Sådan citerer du denne side
ScholarGate. (2026, June 3). Agent-Based Ant Colony Optimization. ScholarGate. https://scholargate.app/da/simulation/agent-based-ant-colony-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.
- Agent-Based Modeling (ABM)Simulering↔ compare
- MyrekolonioptimeringOptimering↔ compare
- Genetisk AlgoritmeOptimering↔ compare
- Multi-Objective Ant Colony Optimization (MOACO)Simulering↔ compare
- Partikelsværmoptimering (PSO)Optimering↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →