ScholarGate
Assistent
Process / pipelineMetaheuristics

Kunstig biekoloni (ABC) optimering

Kunstig biekoloni (ABC) er en populasjonsbasert metaheuristikk for svermintelligens introdusert av Karaboga og Basturk i 2007. Den modellerer den kooperative fôringsatferden til en honningbiekoloni for å søke etter optimale løsninger i kontinuerlige numeriske optimeringsproblemer. Algoritmen deler kandidatløsninger mellom tre bietyper – ansatte, tilskuere og speidere – og raffinerer dem iterativt gjennom lokal søking og probabilistisk utvalg, noe som gjør den godt egnet for forskere og ingeniører som arbeider med komplekse, multimodale optimeringslandskap.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

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

Kilder

  1. Karaboga, D., & Basturk, B. (2007). A powerful and efficient algorithm for numerical function optimization: artificial bee colony (ABC) algorithm. Journal of Global Optimization, 39(3), 459–471. DOI: 10.1007/s10898-007-9149-x

Slik siterer du denne siden

ScholarGate. (2026, June 2). Artificial Bee Colony (ABC) Optimization. ScholarGate. https://scholargate.app/no/optimization/artificial-bee-colony

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
ScholarGateArtificial Bee Colony (Artificial Bee Colony (ABC) Optimization). Hentet 2026-06-15 fra https://scholargate.app/no/optimization/artificial-bee-colony · Datasett: https://doi.org/10.5281/zenodo.20539026