Optymalizacja Kolonii Mrówek — Kombinatoryczna Optymalizacja Oparta na Roju
Optymalizacja Kolonii Mrówek (ACO) to algorytm metaheurystyczny wprowadzony przez Marco Dorigo i współpracowników na początku lat 90. XX wieku, który rozwiązuje problemy optymalizacji kombinatorycznej poprzez symulację zbiorowego zachowania mrówek podczas poszukiwania pożywienia. Prawdziwe mrówki zostawiają ślady feromonowe na ścieżkach i preferencyjnie podążają za silniejszymi śladami; ACO przekształca ten mechanizm sprzężenia zwrotnego w procedurę przeszukiwania, która znajduje wysokiej jakości rozwiązania problemów o strukturze grafowej, takich jak Problem Komiwojażera, problem trasowania pojazdów i harmonogramowanie.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Źródła
- Dorigo, M. & Gambardella, L.M. (1997). Ant Colony System: A Cooperative Learning Approach to the Traveling Salesman Problem. IEEE Transactions on Evolutionary Computation, 1(1), 53-66. DOI: 10.1109/4235.585892 ↗
- Dorigo, M. & Stützle, T. (2004). Ant Colony Optimization. MIT Press. ISBN: 9780262042192
Jak cytować tę stronę
ScholarGate. (2026, June 1). Ant Colony Optimization (ACO). ScholarGate. https://scholargate.app/pl/optimization/ant-colony-optimization
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.
- Algorytm genetycznyOptymalizacja↔ compare
- Algorytm Optymalizacji Wilków SzarychOptymalizacja↔ compare
- Optymalizacja rojem cząstek (PSO)Optymalizacja↔ compare
- Wyżarzanie symulowaneOptymalizacja↔ compare
- Przeszukiwanie tabuOptymalizacja↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →