ScholarGate
Βοηθός
Process / pipelineMetaheuristics

Βελτιστοποίηση Τεχνητής Κυψέλης Μελισσών (ABC)

Η Τεχνητή Κυψέλη Μελισσών (ABC) είναι μια μεταευρετική μετα-ευρετική βασισμένη σε πληθυσμό και νοημοσύνη σμήνους, που εισήχθη από τους Karaboga και Basturk το 2007. Μοντελοποιεί τη συνεργατική συμπεριφορά αναζήτησης τροφής μιας αποικίας μελισσών για την εύρεση βέλτιστων λύσεων σε προβλήματα συνεχούς αριθμητικής βελτιστοποίησης. Ο αλγόριθμος χωρίζει τις υποψήφιες λύσεις σε τρεις τύπους μελισσών — εργαζόμενες, παρατηρήτριες και ανιχνεύτριες — και τις βελτιώνει επαναληπτικά μέσω τοπικής αναζήτησης και πιθανολογικής επιλογής, καθιστώντας τον κατάλληλο για ερευνητές και μηχανικούς που αντιμετωπίζουν πολύπλοκα, πολυτροπικά τοπία βελτιστοποίησης.

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.

Πηγές

  1. Karaboga, D., & Basturk, B. (2007). A powerful and efficient algorithm for numerical function optimization: artificial bee colony (ABC) algorithm. Journal of Global Optimization, 39(3), 459–471. DOI: 10.1007/s10898-007-9149-x

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 2). Artificial Bee Colony (ABC) Optimization. ScholarGate. https://scholargate.app/el/optimization/artificial-bee-colony

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
ScholarGateArtificial Bee Colony (Artificial Bee Colony (ABC) Optimization). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/optimization/artificial-bee-colony · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026