ScholarGate
Assistent
Machine learningSwarm Intelligence

Slime Mould Algorithm

Slime Mould Algorithm (SMA) är en naturinspirerad metaheuristisk optimeringsteknik som introducerades av Li et al. 2020. Den efterliknar slem mögelns beteende, som sprider sig och drar ihop sig för att hitta optimala födokällor. SMA hanterar komplexa optimeringsproblem genom att simulera dessa organismers adaptiva födosök och rumsliga fördelningsmönster.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

The neighbourhood of related methods — select a node to explore.

Källor

  1. Li, S., Chen, H., Wang, M., Heidari, A. A., & Chakraborty, S. (2020). Slime mould algorithm: A new method for stochastic optimization. Future Generation Computer Systems, 111, 300-323. DOI: 10.1016/j.future.2020.03.055

Så citerar du den här sidan

ScholarGate. (2026, June 3). Slime Mould Algorithm. ScholarGate. https://scholargate.app/sv/optimization/slime-mould-algorithm

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.

Compare side by side

Refereras av

ScholarGateSlime Mould Algorithm (Slime Mould Algorithm). Hämtad 2026-06-15 från https://scholargate.app/sv/optimization/slime-mould-algorithm · Datamängd: https://doi.org/10.5281/zenodo.20539026