Sipelgakoloonia optimeerimine — parvepõhine kombinatoorne optimeerimine
Sipelgakoloonia optimeerimine (ACO) on metaheuristiline algoritm, mille võtsid kasutusele Marco Dorigo ja kolleegid 1990. aastate alguses. See lahendab kombinatoorseid optimeerimisprobleeme, simuleerides sipelgate kollektiivset toiduotsimiskäitumist. Päris sipelgad jätavad radadele feromoonijälgi ja eelistavad tugevamaid jälgi; ACO muudab selle positiivse tagasiside mehhanismi otsingumenetluseks, mis leiab kvaliteetseid lahendusi graafistruktuuriga probleemidele, nagu rändkaupmehe probleem, sõidukite marsruutimine ja ajastamine.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Allikad
- 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 ↗
- Dorigo, M. & Stützle, T. (2004). Ant Colony Optimization. MIT Press. ISBN: 9780262042192
Kuidas sellele lehele viidata
ScholarGate. (2026, June 1). Ant Colony Optimization (ACO). ScholarGate. https://scholargate.app/et/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.
- Genetiline algoritmOptimeerimine↔ compare
- Grey Wolf OptimizerOptimeerimine↔ compare
- Particle Swarm Optimization (PSO)Optimeerimine↔ compare
- Simulated AnnealingOptimeerimine↔ compare
- Tabu otsingOptimeerimine↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →