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.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Sumber
- 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 ↗
- 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.
- Algoritma GenetikOptimasi↔ compare
- Pengoptimal Serigala Abu-abuOptimasi↔ compare
- Particle Swarm Optimization (PSO)Optimasi↔ compare
- Annealing SimulasiOptimasi↔ compare
- Tabu SearchOptimasi↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →