Machine learningSwarm Intelligence

Optymalizacja mangusty karłowatej

Algorytm optymalizacji mangusty karłowatej (DMO) to inspirowana naturą metaheurystyka wprowadzona przez Agushakę i wsp. w 2022 roku, oparta na wzorcach zachowań kolonii mangust karłowatych. Mangusty karłowate wykazują złożoną dynamikę grupową, obejmującą zachowania wartownicze (nadzór i eksploracja), opiekę nad młodymi (mentoring) i kooperacyjne polowanie. Algorytm przekłada te społeczne zachowania na mechanizmy optymalizacyjne, które skutecznie równoważą eksplorację i eksploatację.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

Źródła

  1. Agushaka, J. O., Ezugwu, A. E., & Abualigah, L. (2022). Dwarf mongoose optimization algorithm. Computer Methods in Applied Mechanics and Engineering, 391, 114570. DOI: 10.1016/j.cma.2022.114570

Jak cytować tę stronę

ScholarGate. (2026, June 3). Dwarf Mongoose Optimization. ScholarGate. https://scholargate.app/pl/optimization/dwarf-mongoose-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.

Compare side by side
ScholarGateDwarf Mongoose Optimization (Dwarf Mongoose Optimization). Pobrano 2026-06-15 z https://scholargate.app/pl/optimization/dwarf-mongoose-optimization · Zbiór danych: https://doi.org/10.5281/zenodo.20539026