Jellyfish Search Optimizer
Der Jellyfish Search Optimizer (JSO) ist ein biologisch inspirierter metaheuristischer Algorithmus, der 2022 von Shi et al. eingeführt wurde und auf dem Bewegungs- und Nahrungsverhalten von Quallen in Meeresumgebungen basiert. Quallen zeigen zwei unterschiedliche Verhaltensweisen: passives Treiben mit Meeresströmungen (Exploration) und aktives Schwimmen in Richtung Nahrungsquellen (Exploitation). JSO erfasst diese Verhaltensweisen, um eine effektive Balance zwischen globaler Suche und lokaler Verfeinerung zu schaffen.
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
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Jellyfish Search Optimizer. ScholarGate. https://scholargate.app/de/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 OptimizerOptimierung↔ compare
- Partikelschwarmoptimierung (PSO)Optimierung↔ compare
- Slime Mould AlgorithmOptimierung↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →