بهینهسازی کلونی مورچگان — بهینهسازی ترکیبی مبتنی بر ازدحام
بهینهسازی کلونی مورچگان (ACO) یک الگوریتم فراابتکاری است که توسط مارکو دورایگو و همکارانش در اوایل دهه ۱۹۹۰ معرفی شد و با شبیهسازی رفتار جمعی جستجوی غذا در مورچهها، مسائل بهینهسازی ترکیبی را حل میکند. مورچههای واقعی مسیرها را با رد بوی فرومون علامتگذاری میکنند و به طور ترجیحی مسیرهای قویتر را دنبال میکنند؛ ACO این مکانیزم بازخورد مثبت را به یک رویه جستجو تبدیل میکند که راهحلهای با کیفیت بالا برای مسائل ساختاریافته گرافی مانند مسئله فروشنده دورهگرد، مسیریابی وسایل نقلیه و زمانبندی پیدا میکند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
منابع
- 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
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 1). Ant Colony Optimization (ACO). ScholarGate. https://scholargate.app/fa/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.
- الگوریتم ژنتیکبهینهسازی↔ compare
- بهینهساز گرگ خاکستریبهینهسازی↔ compare
- بهینهسازی ازدحام ذرات (PSO)بهینهسازی↔ compare
- آنیل کردن شبیهسازی شدهبهینهسازی↔ compare
- جستجوی ممنوعهبهینهسازی↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →