Jellyfish Search Optimizer
De Jellyfish Search Optimizer (JSO) is een biologisch-geïnspireerd metaheuristisch algoritme, geïntroduceerd door Shi et al. in 2022, gebaseerd op het bewegings- en foerageergedrag van kwallen in oceaandomgevingen. Kwallen vertonen twee onderscheidende gedragingen: passief meedrijven met oceaancurrenten (exploratie) en actief zwemmen richting voedselbronnen (exploitatie). JSO vangt deze gedragingen om een effectieve balans te creëren tussen globale zoektocht en lokale verfijning.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Jellyfish Search Optimizer. ScholarGate. https://scholargate.app/nl/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.
- Aquila OptimizerOptimalisatie↔ compare
- Particle Swarm Optimization (PSO)Optimalisatie↔ compare
- Slime Mould AlgoritmeOptimalisatie↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →