Ottimizzazione basata su agenti con colonia di formiche (Agent-Based Ant Colony Optimization) — Intelligenza dello Sciame per Problemi Combinatori e di Simulazione
I modelli di Ottimizzazione basata su agenti con colonia di formiche (AB-ACO) considerano le singole formiche come agenti autonomi che costruiscono probabilisticamente soluzioni seguendo e depositando tracce di feromoni su un grafo di ricerca. Accoppiando regole comportamentali a livello di agente con un ambiente di feromoni condiviso, il sistema collettivo converge verso soluzioni di alta qualità per complessi problemi di ottimizzazione combinatoria e incorporati in simulazioni, senza coordinamento centrale.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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
Come citare questa pagina
ScholarGate. (2026, June 3). Agent-Based Ant Colony Optimization. ScholarGate. https://scholargate.app/it/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.
- Modellazione basata su agenti (ABM)Simulazione↔ compare
- Ottimizzazione basata su sciamiOttimizzazione↔ compare
- Algoritmo GeneticoOttimizzazione↔ compare
- Multi-Objective Ant Colony Optimization (MOACO)Simulazione↔ compare
- Ottimizzazione a Sciame di Particelle (PSO)Ottimizzazione↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →