Myrsamhällesoptimering – svärmbaserad kombinatorisk optimering
Myrsamhällesoptimering (Ant Colony Optimization, ACO) är en metaheuristisk algoritm som introducerades av Marco Dorigo och kollegor i början av 1990-talet. Den löser kombinatoriska optimeringsproblem genom att simulera myrors kollektiva födosöksbeteende. Riktiga myror lägger feromonspår på stigar och följer företrädesvis starkare spår; ACO omvandlar denna positiv-feedback-mekanism till en sökprocedur som finner högkvalitativa lösningar på grafstrukturerade problem som Traveling Salesman Problem, ruttoptimering för fordon och schemaläggning.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Källor
- 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
Så citerar du den här sidan
ScholarGate. (2026, June 1). Ant Colony Optimization (ACO). ScholarGate. https://scholargate.app/sv/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.
- Genetisk algoritmOptimering↔ compare
- Grey Wolf OptimizerOptimering↔ compare
- Partikelsvärmsoptimering (PSO)Optimering↔ compare
- Simulated Annealing – Probabilistisk OptimeringOptimering↔ compare
- Tabu SearchOptimering↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →