Machine learningMathematical Optimization

Runge Kutta optimizētājs

Runge Kutta optimizētājs (RKO) ir metaheuristisks algoritms, ko 2023. gadā ieviesa Khatri et al. un kas izmanto skaitliskās integrācijas principus no Runge-Kutta metodes. RKO optimizāciju pamato nevis bioloģiskā iedvesmā, bet gan diferenciālvienādojumu un skaitliskās integrācijas matemātiskajos principos. Algoritms optimizācijas ainavu uzskata par dinamisku sistēmu un izmanto daudzpakāpju integrācijas soļus, lai attīstītu risinājumus optimu virzienā.

Atvērt MethodMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

The neighbourhood of related methods — select a node to explore.

Avoti

  1. 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

Kā citēt šo lapu

ScholarGate. (2026, June 3). Runge Kutta Optimizer. ScholarGate. https://scholargate.app/lv/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.

Compare side by side
ScholarGateRunge Kutta Optimizer (Runge Kutta Optimizer). Izgūts 2026-06-15 no https://scholargate.app/lv/optimization/runge-kutta-optimizer · Datu kopa: https://doi.org/10.5281/zenodo.20539026