Process / pipelineSimulation / optimization

بهینه‌سازی کلونی مورچه مبتنی بر عامل — هوش ازدحامی برای مسائل ترکیبی و شبیه‌سازی

مدل‌های بهینه‌سازی کلونی مورچه مبتنی بر عامل (AB-ACO) مورچه‌های منفرد را به عنوان عامل‌های خودمختار مدل می‌کنند که راه‌حل‌ها را با دنبال کردن و نهشتن ردپاهای فرومون بر روی یک گراف جستجو، به صورت احتمالی می‌سازند. با جفت کردن قوانین رفتاری در سطح عامل با یک محیط فرومون مشترک، سیستم جمعی بدون هماهنگی مرکزی به راه‌حل‌های با کیفیت بالا برای مسائل بهینه‌سازی ترکیبی دشوار و مسائل تعبیه‌شده در شبیه‌سازی همگرا می‌شود.

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. Dorigo, M., Stutzle, T. (2004). Ant Colony Optimization. MIT Press, Cambridge, MA. ISBN: 9780262042192
  2. Bonabeau, E., Dorigo, M., Theraulaz, G. (1999). Swarm Intelligence: From Natural to Artificial Systems. Oxford University Press, New York. ISBN: 9780195131581

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Agent-Based Ant Colony Optimization. ScholarGate. https://scholargate.app/fa/simulation/agent-based-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.

Compare side by side
ScholarGateAgent-based ant colony optimization (Agent-Based Ant Colony Optimization). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/simulation/agent-based-ant-colony-optimization · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026