ScholarGate
Asistente
Process / pipeline

Optimización por Colonia de Hormigas — Optimización Combinatoria Basada en Enjambres

La Optimización por Colonia de Hormigas (ACO, por sus siglas en inglés) es un algoritmo metaheurístico introducido por Marco Dorigo y sus colegas a principios de la década de 1990 que resuelve problemas de optimización combinatoria simulando el comportamiento colectivo de búsqueda de alimento de las hormigas. Las hormigas reales dejan rastros de feromonas en los caminos y siguen preferentemente los rastros más fuertes; la ACO convierte este mecanismo de retroalimentación positiva en un procedimiento de búsqueda que encuentra soluciones de alta calidad a problemas estructurados en grafos, como el Problema del Viajante de Comercio, el ruteo de vehículos y la planificación.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

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

+3 more

Fuentes

  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

Cómo citar esta página

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

Citado por

ScholarGateAnt Colony Optimization (Ant Colony Optimization (ACO)). Recuperado el 2026-06-15 de https://scholargate.app/es/optimization/ant-colony-optimization · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026