Algorytm śluzowca
Algorytm śluzowca (SMA) to inspirowana naturą metaheurystyczna technika optymalizacji wprowadzona przez Li i wsp. w 2020 r. Naśladuje on zachowanie śluzowców, które rozprzestrzeniają się i kurczą w poszukiwaniu optymalnych źródeł pożywienia. SMA rozwiązuje złożone problemy optymalizacyjne poprzez symulację adaptacyjnych wzorców żerowania i rozmieszczenia przestrzennego tych organizmów.
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.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Slime Mould Algorithm. ScholarGate. https://scholargate.app/pl/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 OptimizerOptymalizacja↔ compare
- Algorytm Optymalizacji ArytmetycznejOptymalizacja↔ compare
- Algorytm genetycznyOptymalizacja↔ compare
- Optymalizacja metodą sokołów HarrisOptymalizacja↔ compare
- Optymalizacja rojem cząstek (PSO)Optymalizacja↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →