ScholarGate
Asisten
Process / pipeline

Optimasi Koloni Semut — Optimasi Kombinatorial Berbasis Kawanan

Optimasi Koloni Semut (ACO) adalah algoritma metaheuristik yang diperkenalkan oleh Marco Dorigo dan rekan-rekannya pada awal 1990-an yang memecahkan masalah optimasi kombinatorial dengan mensimulasikan perilaku mencari makan kolektif semut. Semut asli meninggalkan jejak feromon di jalur dan secara preferensial mengikuti jejak yang lebih kuat; ACO mengubah mekanisme umpan balik positif ini menjadi prosedur pencarian yang menemukan solusi berkualitas tinggi untuk masalah terstruktur graf seperti Masalah Pedagang Keliling, perutean kendaraan, dan penjadwalan.

Buka di MethodMindSegeraVideoSegeraDownload slides

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Method map

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

+3 more

Sumber

  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

Cara menyitasi halaman ini

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

Dirujuk oleh

ScholarGateAnt Colony Optimization (Ant Colony Optimization (ACO)). Diakses 2026-06-15 dari https://scholargate.app/id/optimization/ant-colony-optimization · Set data: https://doi.org/10.5281/zenodo.20539026