Optimización del Suricato Enano
El algoritmo de Optimización del Suricato Enano (DMO) es una metaheurística inspirada en la naturaleza introducida por Agushaka et al. en 2022, basada en los patrones de comportamiento de las colonias de suricatos enanos. Los suricatos enanos exhiben dinámicas de grupo sofisticadas que incluyen comportamiento de centinela (vigilancia y exploración), cuidado de cachorros (mentoría) y caza cooperativa. El algoritmo traduce estos comportamientos sociales en mecanismos de optimización que equilibran eficazmente la exploración y la explotación.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Dwarf Mongoose Optimization. ScholarGate. https://scholargate.app/es/optimization/dwarf-mongoose-optimization
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- Optimizador AguilaOptimización↔ comparar
- Grey Wolf OptimizerOptimización↔ comparar
- Optimización de Gavilanes de HarrisOptimización↔ comparar
- Algoritmo del Moho LimosoOptimización↔ comparar
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →