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.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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.
- Maurkolonoptimering – sverdbasert kombinatorisk optimeringOptimering↔ compare
- Genetisk algoritmeOptimering↔ compare
- Partikkelsvermoptimalisering (PSO)Optimering↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →