Dvärgmungooptimering
Algoritmen för Dvärgmungooptimering (DMO) är en naturinspirerad metaheuristik som introducerades av Agushaka et al. år 2022, baserad på beteendemönster hos dvärgmungokolonier. Dvärgmungos uppvisar sofistikerade gruppdynamiker inklusive vaktbeteende (övervakning och utforskning), ungvård (mentorskap) och kooperativ jakt. Algoritmen översätter dessa sociala beteenden till optimeringsmekanismer som effektivt balanserar utforskning och exploatering.
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.
Källor
- Agushaka, J. O., Ezugwu, A. E., & Abualigah, L. (2022). Dwarf mongoose optimization algorithm. Computer Methods in Applied Mechanics and Engineering, 391, 114570. DOI: 10.1016/j.cma.2022.114570 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Dwarf Mongoose Optimization. ScholarGate. https://scholargate.app/sv/optimization/dwarf-mongoose-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.
- Aquila OptimizerOptimering↔ compare
- Grey Wolf OptimizerOptimering↔ compare
- Harris Hawks OptimizationOptimering↔ compare
- Slime Mould AlgorithmOptimering↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →