ScholarGate
Asistent
Process / pipeline

Ant Colony Optimization — Swarm-Based Combinatorial Optimisation

Ant Colony Optimization (ACO) je metaheuristički algoritam koji su Marco Dorigo i suradnici uveli ranih 1990-ih, a koji rješava probleme kombinatorne optimizacije simulirajući kolektivno ponašanje mrava u potrazi za hranom. Stvarni mravi ostavljaju tragove feromona na putovima i preferencijalno slijede jače tragove; ACO pretvara ovaj mehanizam pozitivne povratne sprege u postupak pretraživanja koji pronalazi visokokvalitetna rješenja problema strukturiranih poput grafova, kao što su Problem trgovačkog putnika, usmjeravanje vozila i planiranje.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte cijelu metodu

Samo za članove

Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.

Prijavite se

Method map

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

+3 more

Izvori

  1. Dorigo, M. & Gambardella, L.M. (1997). Ant Colony System: A Cooperative Learning Approach to the Traveling Salesman Problem. IEEE Transactions on Evolutionary Computation, 1(1), 53-66. DOI: 10.1109/4235.585892
  2. Dorigo, M. & Stützle, T. (2004). Ant Colony Optimization. MIT Press. ISBN: 9780262042192

Kako citirati ovu stranicu

ScholarGate. (2026, June 1). Ant Colony Optimization (ACO). ScholarGate. https://scholargate.app/hr/optimization/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

Citirana u

ScholarGateAnt Colony Optimization (Ant Colony Optimization (ACO)). Preuzeto 2026-06-15 s https://scholargate.app/hr/optimization/ant-colony-optimization · Skup podataka: https://doi.org/10.5281/zenodo.20539026