ScholarGate
دستیار
Process / pipelineMetaheuristics

بهینه‌سازی کلونی مورچگان مصنوعی (ABC)

بهینه‌سازی کلونی مورچگان مصنوعی (ABC) یک فراابتکاری مبتنی بر جمعیت و هوش ازدحامی است که در سال ۲۰۰۷ توسط کارابوغا و باستورک معرفی شد. این الگوریتم رفتار جستجوی غذای مشارکتی یک کلونی زنبور عسل را برای یافتن راه‌حل‌های بهینه در مسائل بهینه‌سازی عددی پیوسته مدل‌سازی می‌کند. این الگوریتم راه‌حل‌های کاندید را بین سه نوع زنبور - کارگر، ناظر و دیده‌بان - تقسیم کرده و آن‌ها را از طریق جستجوی محلی و انتخاب احتمالی به طور تکراری اصلاح می‌کند، که این امر آن را برای پژوهشگران و مهندسانی که با چشم‌اندازهای پیچیده و چندوجهی بهینه‌سازی سروکار دارند، مناسب می‌سازد.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  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

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 2). Artificial Bee Colony (ABC) Optimization. ScholarGate. https://scholargate.app/fa/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). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/optimization/artificial-bee-colony · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026