Jellyfish Search Optimizer
Jellyfish Search Optimizer (JSO) ialah satu algoritma metaheuristik yang diinspirasikan daripada biologi, diperkenalkan oleh Shi et al. pada tahun 2022, berdasarkan tingkah laku pergerakan dan pencarian makanan obor-obor di persekitaran lautan. Obor-obor menunjukkan dua tingkah laku yang berbeza: hanyut pasif mengikut arus lautan (eksplorasi) dan berenang aktif ke arah sumber makanan (eksploitasi). JSO menangkap tingkah laku ini untuk mencipta keseimbangan berkesan antara carian global dan penapisan tempatan.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Shi, X., Sun, Y., Zhan, Z. H., Yuen, K. F., & Zhang, J. (2022). Jellyfish search optimizer: A new bio-inspired metaheuristic algorithm for solving optimization tasks. Neural Computing and Applications, 34(10), 7651-7673. link ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Jellyfish Search Optimizer. ScholarGate. https://scholargate.app/ms/optimization/jellyfish-search-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.
- Pengoptima AquilaPengoptimuman↔ compare
- Particle Swarm Optimization (PSO)Pengoptimuman↔ compare
- Algoritma Kulat LendirPengoptimuman↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →