ScholarGate
Βοηθός
Process / pipeline

Βελτιστοποίηση Βάσει Σμήνους Μυρμηγκιών — Συνδυαστική Βελτιστοποίηση Βάσει Σμήνους

Η Βελτιστοποίηση Βάσει Σμήνους Μυρμηγκιών (Ant Colony Optimization - ACO) είναι ένας μεταευριστικός αλγόριθμος που εισήχθη από τον Marco Dorigo και συνεργάτες στις αρχές της δεκαετίας του 1990, ο οποίος επιλύει προβλήματα συνδυαστικής βελτιστοποίησης προσομοιώνοντας τη συλλογική συμπεριφορά αναζήτησης τροφής των μυρμηγκιών. Τα πραγματικά μυρμήγκια αφήνουν ίχνη φερομόνης σε μονοπάτια και ακολουθούν κατά προτίμηση ισχυρότερα μονοπάτια· η ACO μετατρέπει αυτόν τον μηχανισμό θετικής ανάδρασης σε μια διαδικασία αναζήτησης που βρίσκει λύσεις υψηλής ποιότητας σε προβλήματα δομημένα ως γράφοι, όπως το Πρόβλημα του Περιοδεύοντος Πωλητή, η δρομολόγηση οχημάτων και ο προγραμματισμός.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

The neighbourhood of related methods — select a node to explore.

+3 more

Πηγές

  1. Dorigo, M. & Gambardella, L.M. (1997). Ant Colony System: A Cooperative Learning Approach to the Traveling Salesman Problem. IEEE Transactions on Evolutionary Computation, 1(1), 53-66. DOI: 10.1109/4235.585892
  2. Dorigo, M. & Stützle, T. (2004). Ant Colony Optimization. MIT Press. ISBN: 9780262042192

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 1). Ant Colony Optimization (ACO). ScholarGate. https://scholargate.app/el/optimization/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.

Compare side by side

Αναφέρεται από

ScholarGateAnt Colony Optimization (Ant Colony Optimization (ACO)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/optimization/ant-colony-optimization · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026