Jellyfish Search Optimizer
Jellyfish Search Optimizer (JSO) เป็นอัลกอริทึมเมตาฮิวริสติกที่ได้แรงบันดาลใจจากชีววิทยา ซึ่งนำเสนอโดย Shi และคณะ ในปี 2022 โดยอิงตามพฤติกรรมการเคลื่อนที่และการหาอาหารของแมงกะพรุนในสภาพแวดล้อมมหาสมุทร แมงกะพรุนแสดงพฤติกรรมที่แตกต่างกันสองแบบ: การลอยไปตามกระแสน้ำในมหาสมุทรโดยไม่ตั้งใจ (การสำรวจ) และการว่ายน้ำอย่างแข็งขันไปยังแหล่งอาหาร (การใช้ประโยชน์) JSO จับพฤติกรรมเหล่านี้เพื่อสร้างสมดุลที่มีประสิทธิภาพระหว่างการค้นหาทั่วโลกและการปรับปรุงเฉพาะที่
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Shi, X., Sun, Y., Zhan, Z. H., Yuen, K. F., & Zhang, J. (2022). Jellyfish search optimizer: A new bio-inspired metaheuristic algorithm for solving optimization tasks. Neural Computing and Applications, 34(10), 7651-7673. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Jellyfish Search Optimizer. ScholarGate. https://scholargate.app/th/optimization/jellyfish-search-optimizer
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
- Particle Swarm Optimization (PSO)การหาค่าเหมาะที่สุด↔ compare
- อัลกอริทึม Slime Mouldการหาค่าเหมาะที่สุด↔ compare