ScholarGate
Asistent
Process / pipeline

Ant Colony Optimization — Optimizare Combinatorie Bazată pe Roiuri

Ant Colony Optimization (ACO) este un algoritm metaheuristic introdus de Marco Dorigo și colaboratorii săi la începutul anilor 1990, care rezolvă probleme de optimizare combinatorie prin simularea comportamentului colectiv de căutare a hranei la furnici. Furnicile reale depun urme de feromoni pe cărări și urmează preferențial cărările mai puternice; ACO transformă acest mecanism de feedback pozitiv într-o procedură de căutare care găsește soluții de înaltă calitate pentru probleme structurate pe grafuri, cum ar fi Problema comis-voiajorului, rutarea vehiculelor și planificarea.

Deschide în MethodMindÎn curândVideoÎn curândDescarcă prezentarea

Citește metoda completă

Doar pentru membri

Autentifică-te cu un cont gratuit pentru a citi această secțiune.

Autentificare

Harta metodelor

Vecinătatea metodelor înrudite — selectați un nod pentru a explora.

+3 altele

Surse

  1. 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
  2. Dorigo, M. & Stützle, T. (2004). Ant Colony Optimization. MIT Press. ISBN: 9780262042192

Cum se citează această pagină

ScholarGate. (2026, June 1). Ant Colony Optimization (ACO). ScholarGate. https://scholargate.app/ro/optimization/ant-colony-optimization

Ce metodă?

Așezați această metodă lângă cele mai apropiate rude și citiți-le alăturat — biblioteca pune cărțile pe masă; alegerea vă aparține.

Compară alăturat

Citat de

ScholarGateAnt Colony Optimization (Ant Colony Optimization (ACO)). Preluat la 2026-06-15 de pe https://scholargate.app/ro/optimization/ant-colony-optimization · Set de date: https://doi.org/10.5281/zenodo.20539026