ScholarGate
Asystent

Metaheurystyki

48 — metody w tej rodzinie.

Wyróżnione

Agent-Based Ant Colony OptimizationAgent-Based Ant Colony Optimization (AB-ACO) models individual ants as autonomous agents that probabilistically construct solutions by following and depositing pheromone trails on Algorytm genetyczny oparty na agentachAn Agent-Based Genetic Algorithm (ABGA) partitions a genetic algorithm's population across a network of autonomous agents, each maintaining a local sub-population and evolving it iAgent-Based NSGA-IIAgent-based NSGA-II embeds the NSGA-II evolutionary algorithm inside an agent-based simulation loop so that objective values for each candidate solution are determined by running aAgent-Based Tabu SearchAgent-Based Tabu Search (ABTS) embeds the tabu search metaheuristic inside a multi-agent framework where autonomous agents each run independent or cooperating tabu search threads, Optymalizacja Kolonii MrówekAnt Colony Optimization (ACO) is a metaheuristic algorithm introduced by Marco Dorigo and colleagues in the early 1990s that solves combinatorial optimisation problems by simulatinOptymalizacja metodą sztucznej kolonii pszczół (ABC)Artificial Bee Colony (ABC) is a population-based swarm intelligence metaheuristic introduced by Karaboga and Basturk in 2007. It models the cooperative foraging behavior of a hone

Ścieżka lektury

Najczęściej przywoływane metody fundamentalne dla tego tematu, w kolejności ich powstawania — dobry punkt wyjścia, jeśli zaczynasz tu przygodę.

  1. Algorytm genetyczny1975autorstwa John Henry Holland
  2. Wyżarzanie symulowane1983
  3. Wielo-celowy algorytm genetyczny (MOGA)1984autorstwa Schaffer, J. D. (early MOGA); Goldberg, D. E. (GA foundations)
  4. Przeszukiwanie tabu1989autorstwa Fred Glover
  5. Optymalizacja Kolonii Mrówek1992 (foundational thesis); 1997 (Ant Colony System formalization)
  6. Optymalizacja rojem cząstek (PSO)1995
  7. Ewolucja Różnicowa1997autorstwa Rainer Storn & Kenneth Price
  8. Wielokryterialna optymalizacja rojem cząstek (MOPSO)2004autorstwa Coello Coello, C. A., Pulido, G. T., & Lechuga, M. S.
wszystkie metody na tej półce ↓

Wszystkie metody 48

Agent-Based Ant Colony OptimizationAlgorytm genetyczny oparty na agentachAgent-Based NSGA-IIAgent-Based Tabu SearchOptymalizacja Kolonii MrówekOptymalizacja metodą sztucznej kolonii pszczół (ABC)Bat AlgorithmOptymalizacja Bayesowska z wykorzystaniem kolonii mrówekBayesowski algorytm genetycznyBayesian NSGA-IIOptymalizacja Roju Cząstek z Podejściem BayesowskimSymulowane wyżarzanie bayesowskieBayesian Tabu SearchCuckoo SearchDeterministyczny Algorytm GenetycznyDeterministyczna optymalizacja rojem cząstekZdeterminowane wyżarzanieEwolucja RóżnicowaAlgorytm świetlikówAlgorytm genetycznyAlgorytm Optymalizacji Wilków SzarychHarmony SearchHiperheurystykiMatheurystyki: Hybrydyzacja programowania matematycznego i metaheurystykAlgorytm memetycznyWieloobiektywowa optymalizacja kolonii mrówek (MOACO)Wielo-celowy algorytm genetyczny (MOGA)Wielokryterialna optymalizacja rojem cząstek (MOPSO)Symulowane wyżarzanie wielokryterialne (MOSA)Multi-objective Tabu Search (MOTS)NSGA-IINSGA-IIIOptymalizacja rojem cząstek (PSO)Algorytm Genetyczny Scenariuszy PolitycznychOptymalizacja Roju Cząstek dla Scenariuszy PolitykiSolidna optymalizacja rojowa mrówekSolidny algorytm genetycznyRobust NSGA-IISolidna optymalizacja rojem cząstekNiezawodne symulowane wyżarzanieRobust Tabu SearchSimheuristicsWyżarzanie symulowaneAlgorytm genetyczny stochastycznyStochastic NSGA-IIStochastyczne Optymalizowanie Roju CząstekStochastyczne przeszukiwanie z tabuPrzeszukiwanie tabu