ScholarGate
Asistent

Metaeuristici

48 metode în această familie.

Recomandate

Optimizarea bazată pe agenți și colonia de furniciAgent-Based Ant Colony Optimization (AB-ACO) models individual ants as autonomous agents that probabilistically construct solutions by following and depositing pheromone trails on Algoritm Genetic Bazat pe AgențiAn 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 aCăutare Tabu Bazată pe AgențiAgent-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, Ant Colony OptimizationAnt Colony Optimization (ACO) is a metaheuristic algorithm introduced by Marco Dorigo and colleagues in the early 1990s that solves combinatorial optimisation problems by simulatinOptimizarea prin algoritmul albinelor artificiale (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

Traseu de lectură

Cele mai citate metode fundamentale ale acestui subiect, în ordinea în care au fost dezvoltate — un punct de plecare dacă vă aflați aici pentru prima dată.

  1. Algoritm Genetic1975de John Henry Holland
  2. Recalire simulată1983
  3. Algoritm Genetic Multi-Obiectiv (MOGA)1984de Schaffer, J. D. (early MOGA); Goldberg, D. E. (GA foundations)
  4. Metaeuristică de Căutare Locală1989de Fred Glover
  5. Ant Colony Optimization1992 (foundational thesis); 1997 (Ant Colony System formalization)
  6. Optimizarea prin roi de particule (PSO)1995
  7. Criteriul de Decizie Diferențială1997de Rainer Storn & Kenneth Price
  8. Multi-Objective Particle Swarm Optimization (MOPSO)2004de Coello Coello, C. A., Pulido, G. T., & Lechuga, M. S.
toate metodele de pe acest raft ↓

Toate metodele 48

Optimizarea bazată pe agenți și colonia de furniciAlgoritm Genetic Bazat pe AgențiAgent-Based NSGA-IICăutare Tabu Bazată pe AgențiAnt Colony OptimizationOptimizarea prin algoritmul albinelor artificiale (ABC)Algoritmul LiliecilorOptimizare bayesiană prin roi de furniciAlgoritm Genetic Bayesian (BGA)Bayesian NSGA-IIBayesian Particle Swarm OptimizationSimulated Annealing BayesianCăutare Bayesiană TabuCuckoo SearchAlgoritm Genetic DeterministicOptimizarea Deterministică prin Roiuri de ParticuleRecălire Simulat DeterminatăCriteriul de Decizie DiferențialăAlgoritmul LicuriciuluiAlgoritm GeneticOptimizatorul Lupilor CenușiiHarmony SearchHiper-euristiciMatheuristici: Hibridizarea programării matematice și a metaeristicilorAlgoritm memeticOptimizarea Multi-Obiectiv Bazată pe Colonia de Furnici (MOACO)Algoritm Genetic Multi-Obiectiv (MOGA)Multi-Objective Particle Swarm Optimization (MOPSO)Simulated Annealing Multi-Obiectiv (MOSA)Căutarea Tabu Multi-Obiectiv (MOTS)NSGA-IINSGA-IIIOptimizarea prin roi de particule (PSO)Algoritm Genetic pentru Scenarii de PoliticiOptimizarea roiului de particule pentru scenarii de politiciOptimizare Robustă bazată pe Colonii de FurniciAlgoritm Genetic RobustNSGA-II RobustOptimizare Robustă prin Roi de ParticuleAnnealing Simulat RobustRobust Tabu SearchSimheuristicsRecalire simulatăAlgoritm Genetic StocasticStochastic NSGA-IIStochastic Particle Swarm OptimizationCăutare Tabu StocasticăMetaeuristică de Căutare Locală