ScholarGate
Asistents

Metaheiristikas

48 metodes šajā saimē.

Izceltās

Aģentu balstīta skudru koloniju optimizācijaAgent-Based Ant Colony Optimization (AB-ACO) models individual ants as autonomous agents that probabilistically construct solutions by following and depositing pheromone trails on Aģentu ģenētiskais algoritmsAn Agent-Based Genetic Algorithm (ABGA) partitions a genetic algorithm's population across a network of autonomous agents, each maintaining a local sub-population and evolving it iAģentu balstīta NSGA-IIAgent-based NSGA-II embeds the NSGA-II evolutionary algorithm inside an agent-based simulation loop so that objective values for each candidate solution are determined by running aAģentu balstīta tabu meklēšanaAgent-Based Tabu Search (ABTS) embeds the tabu search metaheuristic inside a multi-agent framework where autonomous agents each run independent or cooperating tabu search threads, Ant Colony OptimizationAnt Colony Optimization (ACO) is a metaheuristic algorithm introduced by Marco Dorigo and colleagues in the early 1990s that solves combinatorial optimisation problems by simulatinMākslīgās bites kolonijas (ABC) optimizācijaArtificial Bee Colony (ABC) is a population-based swarm intelligence metaheuristic introduced by Karaboga and Basturk in 2007. It models the cooperative foraging behavior of a hone

Lasīšanas ceļš

Šīs tēmas visbiežāk citētās pamatmetodes to izstrādes secībā — vieta, kur sākt, ja esat šeit iesācējs.

  1. Ģenētiskais algoritms1975autors: John Henry Holland
  2. Simulated Annealing1983
  3. Daudzobjektīvu ģenētisks algoritms (MOGA)1984autors: Schaffer, J. D. (early MOGA); Goldberg, D. E. (GA foundations)
  4. Tabu Search1989autors: Fred Glover
  5. Ant Colony Optimization1992 (foundational thesis); 1997 (Ant Colony System formalization)
  6. Particle Swarm Optimization (PSO)1995
  7. Diferenciālā evolūcija1997autors: Rainer Storn & Kenneth Price
  8. Daudzobjektīvu daļiņu baru optimizācija (MOPSO)2004autors: Coello Coello, C. A., Pulido, G. T., & Lechuga, M. S.
visas metodes šajā plauktā ↓

Visas metodes 48

Aģentu balstīta skudru koloniju optimizācijaAģentu ģenētiskais algoritmsAģentu balstīta NSGA-IIAģentu balstīta tabu meklēšanaAnt Colony OptimizationMākslīgās bites kolonijas (ABC) optimizācija[REQUIRES TRANSLATION]Bayesian Ant Colony Optimization (BACO)Bayesiešuņetiskais algoritmsBajesiskais NSGA-IIOptimizācija ar beijesiešu daļiņu baruBayesisk simulētā atkausēšanaBayesian Tabu SearchDzeguzes meklēšanaDeterministiskais ģenētiskais algoritmsDeterministiskā daļiņu baru optimizācijaDetereministiskā atkausēšanaDiferenciālā evolūcijaFirefly AlgorithmĢenētiskais algoritmsGrey Wolf OptimizerHarmony SearchHiperheuristikasMatheuristics: Mathematical Programming un Metaheuristics hibridizācijaMemētiskais algoritmsDaudzobjektu skudru koloniju optimizācija (MOACO)Daudzobjektīvu ģenētisks algoritms (MOGA)Daudzobjektīvu daļiņu baru optimizācija (MOPSO)Daudzobjektu imitētā atlaidināšana (MOSA)Multi-objective Tabu Search (MOTS)NSGA-IINSGA-IIIParticle Swarm Optimization (PSO)Politikas scenāriju ģenētiskais algoritmsPolitikas scenāriju daļiņu baru optimizācijaRobustā blakšu koloniju optimizācijaRobusta ģenētiskā algoritma (RGA) pieejaRobust NSGA-IIRobustā daļiņu baru optimizācijaRobust Simulated AnnealingRobustā tabu meklēšanaSimheuristicsSimulated AnnealingStochastic Genetic AlgorithmStochastic NSGA-IIStohastiskā daļiņu baru optimizācijaStohastiskā Tabu meklēšanaTabu Search