Machine learningMathematical Optimization
ルンゲ＝クッタ最適化手法
ルンゲ＝クッタ最適化手法（RKO）は、Khatriらによって2023年に導入されたメタヒューリスティックアルゴリズムであり、ルンゲ＝クッタ法の数値積分原理を活用する。生物学的着想ではなく、RKOは微分方程式と数値積分の数学的原理に基づいた最適化を行う。このアルゴリズムは、最適化ランドスケープを動的システムとして扱い、多段階の積分ステップを用いて解を最適値へと進化させる。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Khatri, A., Kumar, A., & Gaba, G. K. (2023). Runge Kutta optimizer: An efficient approach for solving optimization tasks. Computers and Industrial Engineering, 180, 109201. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Runge Kutta Optimizer. ScholarGate. https://scholargate.app/ja/optimization/runge-kutta-optimizer
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.
- 算術最適化アルゴリズム最適化↔ compare
- Differential Evolution最適化↔ compare
- ハリスホーク最適化最適化↔ compare
- Particle Swarm Optimization (PSO)最適化↔ compare
- 粘菌アルゴリズム最適化↔ compare