Slimsoppalgoritmen
Slimsoppalgoritmen (SMA) er en naturinspirert, metaheuristisk optimeringsteknikk introdusert av Li et al. i 2020. Den etterligner oppførselen til slimsopp, som sprer seg og trekker seg sammen for å finne optimale matkilder. SMA adresserer komplekse optimeringsproblemer ved å simulere de adaptive fôrings- og romlige distribusjonsmønstrene til disse organismene.
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
- Li, S., Chen, H., Wang, M., Heidari, A. A., & Chakraborty, S. (2020). Slime mould algorithm: A new method for stochastic optimization. Future Generation Computer Systems, 111, 300-323. DOI: 10.1016/j.future.2020.03.055 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Slime Mould Algorithm. ScholarGate. https://scholargate.app/no/optimization/slime-mould-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.
- Aquila OptimizerOptimering↔ compare
- Aritmetisk optimaliseringsalgoritmeOptimering↔ compare
- Genetisk algoritmeOptimering↔ compare
- Harris Hawks OptimizationOptimering↔ compare
- Partikkelsvermoptimalisering (PSO)Optimering↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →