ScholarGate
Assistant
Process / pipelineMetaheuristics

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.

Ouvrir dans MethodMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

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

Optimisation par essaim d'abeilles artificielles (ABC)
Optimisation par Colonie…Algorithme génétiqueOptimisation par essaim…

Sources

  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

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.

Compare side by side
ScholarGateArtificial Bee Colony (Artificial Bee Colony (ABC) Optimization). Consulté le 2026-06-15 sur https://scholargate.app/fr/optimization/artificial-bee-colony · Jeu de données : https://doi.org/10.5281/zenodo.20539026