Optimisation par essaim d'abeilles artificielles (ABC)
L'optimisation par essaim d'abeilles artificielles (ABC) est une métaheuristique d'intelligence en essaim basée sur la population, introduite par Karaboga et Basturk en 2007. Elle modélise le comportement coopératif de recherche de nourriture d'une colonie d'abeilles mellifères pour trouver des solutions optimales à des problèmes d'optimisation numérique continue. L'algorithme répartit les solutions candidates entre trois types d'abeilles — ouvrières, observatrices et éclaireuses — et les affine itérativement par recherche locale et sélection probabiliste, ce qui le rend bien adapté aux chercheurs et ingénieurs confrontés à des paysages d'optimisation complexes et multimodaux.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 2). Artificial Bee Colony (ABC) Optimization. ScholarGate. https://scholargate.app/fr/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.
- Optimisation par Colonies de FourmisOptimisation↔ compare
- Algorithme génétiqueOptimisation↔ compare
- Optimisation par essaim particulaire (PSO)Optimisation↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →