Ügynök-alapú hangyatelep optimalizálás — Darus intelligencia kombinatorikus és szimulációs problémákra
Az Ügynök-alapú hangyatelep optimalizálás (AB-ACO) az egyes hangyákat autonóm ügynökökként modellezi, amelyek valószínűségi alapon építenek megoldásokat, követve és feromonnyomokat lerakva egy keresési gráfra. Az ügynökszintű viselkedési szabályok és egy megosztott feromonkörnyezet összekapcsolásával a kollektív rendszer központi koordináció nélkül konvergál nehéz kombinatorikus és szimulációba ágyazott optimalizálási problémák magas minőségű megoldásai felé.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Dorigo, M., Stutzle, T. (2004). Ant Colony Optimization. MIT Press, Cambridge, MA. ISBN: 9780262042192
- Bonabeau, E., Dorigo, M., Theraulaz, G. (1999). Swarm Intelligence: From Natural to Artificial Systems. Oxford University Press, New York. ISBN: 9780195131581
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Agent-Based Ant Colony Optimization. ScholarGate. https://scholargate.app/hu/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.
- Ügynökalapú modellezés (ABM)Szimuláció↔ compare
- Hangyaboly-optimalizálásOptimalizálás↔ compare
- Genetikus algoritmusOptimalizálás↔ compare
- Többfunkciós hangyaboly optimalizálás (MOACO)Szimuláció↔ compare
- A részecskesereg-optimalizálás (PSO)Optimalizálás↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →