Dwarf Mongoose Optimization
อัลกอริทึม Dwarf Mongoose Optimization (DMO) เป็นเมตาฮิวริสติกที่ได้รับแรงบันดาลใจจากธรรมชาติ ซึ่งเปิดตัวโดย Agushaka และคณะ ในปี 2022 โดยอิงตามพฤติกรรมของอาณานิคมของพังพอนแคระ พังพอนแคระแสดงให้เห็นถึงพลวัตของกลุ่มที่ซับซ้อน ซึ่งรวมถึงพฤติกรรมการเฝ้าระวัง (การสำรวจและตรวจตรา) การดูแลลูกอ่อน (การให้คำปรึกษา) และการล่าแบบร่วมมือกัน อัลกอริทึมนี้แปลงพฤติกรรมทางสังคมเหล่านี้ให้เป็นกลไกการหาค่าเหมาะที่สุดที่สร้างสมดุลระหว่างการสำรวจและการใช้ประโยชน์ได้อย่างมีประสิทธิภาพ
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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.
- อัลกอริทึม Aquila Optimizerการหาค่าเหมาะที่สุด↔ compare
- Grey Wolf Optimizerการหาค่าเหมาะที่สุด↔ compare
- Harris Hawks Optimizationการหาค่าเหมาะที่สุด↔ compare
- อัลกอริทึม Slime Mouldการหาค่าเหมาะที่สุด↔ compare