بهینهسازی گوشموش کوتوله
الگوریتم بهینهسازی گوشموش کوتوله (DMO) یک فراابتکاری الهامگرفته از طبیعت است که در سال ۲۰۲۲ توسط Agushaka و همکاران معرفی شد و بر اساس الگوهای رفتاری کلونیهای گوشموش کوتوله بنا شده است. گوشموشهای کوتوله پویاییهای گروهی پیچیدهای از جمله رفتار نگهبانی (نظارت و کاوش)، مراقبت از تولهها (مربیگری) و شکار مشارکتی را نشان میدهند. این الگوریتم این رفتارهای اجتماعی را به مکانیزمهای بهینهسازی ترجمه میکند که تعادل مؤثری بین کاوش و بهرهبرداری برقرار میسازد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Dwarf Mongoose Optimization. ScholarGate. https://scholargate.app/fa/optimization/dwarf-mongoose-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.
- بهینهساز عقاب طلایی (Aquila Optimizer)بهینهسازی↔ compare
- بهینهساز گرگ خاکستریبهینهسازی↔ compare
- بهینهسازی شاهین هریسبهینهسازی↔ compare
- الگوریتم کپک بلغمیبهینهسازی↔ compare
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →