Муравьиные алгоритмы — комбинаторная оптимизация на основе роя
Муравьиный алгоритм (ACO) — это метаэвристический алгоритм, представленный Марко Дориго и его коллегами в начале 1990-х годов, который решает задачи комбинаторной оптимизации путем моделирования коллективного поведения муравьев при поиске пищи. Реальные муравьи оставляют феромонные следы на путях и преимущественно следуют более сильным следам; ACO превращает этот механизм положительной обратной связи в процедуру поиска, которая находит высококачественные решения для задач, структурированных в виде графа, таких как задача коммивояжера, маршрутизация транспортных средств и составление расписаний.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 1). Ant Colony Optimization (ACO). ScholarGate. https://scholargate.app/ru/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.
- Генетический алгоритмОптимизация↔ compare
- Оптимизатор "Серый волк"Оптимизация↔ compare
- Оптимизация роем частиц (PSO)Оптимизация↔ compare
- Имитация отжигаОптимизация↔ compare
- Tabu SearchОптимизация↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →