Machine learningSwarm Intelligence

Dwarf Mongoose Optimization

อัลกอริทึม Dwarf Mongoose Optimization (DMO) เป็นเมตาฮิวริสติกที่ได้รับแรงบันดาลใจจากธรรมชาติ ซึ่งเปิดตัวโดย Agushaka และคณะ ในปี 2022 โดยอิงตามพฤติกรรมของอาณานิคมของพังพอนแคระ พังพอนแคระแสดงให้เห็นถึงพลวัตของกลุ่มที่ซับซ้อน ซึ่งรวมถึงพฤติกรรมการเฝ้าระวัง (การสำรวจและตรวจตรา) การดูแลลูกอ่อน (การให้คำปรึกษา) และการล่าแบบร่วมมือกัน อัลกอริทึมนี้แปลงพฤติกรรมทางสังคมเหล่านี้ให้เป็นกลไกการหาค่าเหมาะที่สุดที่สร้างสมดุลระหว่างการสำรวจและการใช้ประโยชน์ได้อย่างมีประสิทธิภาพ

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

แหล่งอ้างอิง

  1. 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

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Dwarf Mongoose Optimization. ScholarGate. https://scholargate.app/th/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.

Compare side by side
ScholarGateDwarf Mongoose Optimization (Dwarf Mongoose Optimization). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/optimization/dwarf-mongoose-optimization · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026