Aģentu ģenētiskais algoritms — izkliedēta evolucionārā meklēšana, izmantojot autonomus aģentus
Aģentu ģenētiskais algoritms (ABGA) sadala ģenētiskā algoritma populāciju autonomu aģentu tīklā, katram aģentam uzturot lokālu apakšpopulāciju un attīstot to neatkarīgi. Aģenti periodiski apmainās ar indivīdiem (migrācija), pamatojoties uz tuvumu vai komunikācijas noteikumiem, nodrošinot paralēlu meklēšanas telpas izpēti, vienlaikus saglabājot populācijas daudzveidību un novēršot priekšlaicīgu konverģenci.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
Kā citēt šo lapu
ScholarGate. (2026, June 3). Agent-Based Genetic Algorithm. ScholarGate. https://scholargate.app/lv/simulation/agent-based-genetic-algorithm
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.
- Aģentu modelēšana (ABM)Simulācija↔ compare
- Aģentu balstīta daudzobjektu optimizācijaSimulācija↔ compare
- Ģenētiskais algoritmsOptimizācija↔ compare
- Daudzobjektīvu ģenētisks algoritms (MOGA)Simulācija↔ compare
- Particle Swarm Optimization (PSO)Optimizācija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →