Process / pipeline
개미 군집 최적화 — 군집 기반 조합 최적화
개미 군집 최적화(ACO)는 1990년대 초반 Marco Dorigo와 동료들이 소개한 메타휴리스틱 알고리즘으로, 개미의 집단 먹이 탐색 행동을 시뮬레이션하여 조합 최적화 문제를 해결합니다. 실제 개미는 길에 페로몬 흔적을 남기고 더 강한 흔적을 우선적으로 따르는데, ACO는 이러한 양성 피드백 메커니즘을 탐색 절차로 전환하여 외판원 문제, 차량 경로 설정, 스케줄링과 같은 그래프 구조 문제에 대한 고품질 해를 찾습니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
출처
- 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
이 페이지 인용 방법
ScholarGate. (2026, June 1). Ant Colony Optimization (ACO). ScholarGate. https://scholargate.app/ko/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.
- 유전 알고리즘최적화↔ compare
- 회색늑대 최적화최적화↔ compare
- 입자 군집 최적화 (PSO)최적화↔ compare
- 모의 담금질최적화↔ compare
- Tabu Search최적화↔ compare