Dwarf Mongoose Optimization
Der Zwergmangusten-Optimierungsalgorithmus (DMO) ist eine von der Natur inspirierte Metaheuristik, die 2022 von Agushaka et al. eingeführt wurde und auf den Verhaltensmustern von Zwergmangustenkolonien basiert. Zwergmangusten weisen ausgeklügelte Gruppendynamiken auf, darunter Wächterverhalten (Überwachung und Erkundung), Aufzucht von Jungen (Mentoring) und kooperatives Jagen. Der Algorithmus übersetzt diese sozialen Verhaltensweisen in Optimierungsmechanismen, die Exploration und Exploitation effektiv ausbalancieren.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Dwarf Mongoose Optimization. ScholarGate. https://scholargate.app/de/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 OptimizerOptimierung↔ compare
- Grey Wolf OptimizerOptimierung↔ compare
- Harris Hawks OptimierungOptimierung↔ compare
- Slime Mould AlgorithmOptimierung↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →