Process / pipelineSimulation / optimization

אופטימיזציית מושבת נמלים רובוסטית — ACO עמיד לאי-ודאות עבור בעיות קומבינטוריות

אופטימיזציית מושבת נמלים רובוסטית (Robust ACO) מרחיבה את המטא-היוריסטיקה הקלאסית של מושבת נמלים על ידי שילוב מפורש של אי-ודאות פרמטרית וקריטריוני רובוסטיות של המקרה הגרוע ביותר או המקרה הממוצע בתהליך חיפוש הפתרונות. במקום לבצע אופטימיזציה עבור תרחיש נומינלי יחיד, היא מחפשת פתרונות שמבצעים היטב במגוון מימושים אפשריים של הבעיה, מה שהופך אותה למתאימה לבעיות קומבינטוריות בעולם האמיתי שבהן נתוני הקלט (עלויות, דרישות, זמני נסיעה) אינם ודאיים או משתנים.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

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

מקורות

  1. Dorigo, M. (1992). Optimization, learning and natural algorithms. PhD Thesis, Politecnico di Milano, Italy. link
  2. Gutjahr, W. J., & Pflug, G. C. (2010). Simulated annealing for noisy cost functions. Journal of Global Optimization, 12(2), 123–147. (For robust stochastic metaheuristics including ACO under uncertainty.) link

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Robust Ant Colony Optimization — ACO metaheuristic with explicit uncertainty and worst-case robustness handling. ScholarGate. https://scholargate.app/he/simulation/robust-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
ScholarGateRobust Ant Colony Optimization (Robust Ant Colony Optimization — ACO metaheuristic with explicit uncertainty and worst-case robustness handling). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/simulation/robust-ant-colony-optimization · מערך נתונים: https://doi.org/10.5281/zenodo.20539026