ScholarGate
Асистент

Метаевристики

48 — методи цієї родини.

Вибране

Агентно-орієнтована оптимізація на основі мурашиних колонійAgent-Based Ant Colony Optimization (AB-ACO) models individual ants as autonomous agents that probabilistically construct solutions by following and depositing pheromone trails on Агентно-орієнтований генетичний алгоритмAn Agent-Based Genetic Algorithm (ABGA) partitions a genetic algorithm's population across a network of autonomous agents, each maintaining a local sub-population and evolving it iАгентно-орієнтований NSGA-IIAgent-based NSGA-II embeds the NSGA-II evolutionary algorithm inside an agent-based simulation loop so that objective values for each candidate solution are determined by running aАгентний пошук з табуляцієюAgent-Based Tabu Search (ABTS) embeds the tabu search metaheuristic inside a multi-agent framework where autonomous agents each run independent or cooperating tabu search threads, Мурашиний алгоритм оптимізаціїAnt Colony Optimization (ACO) is a metaheuristic algorithm introduced by Marco Dorigo and colleagues in the early 1990s that solves combinatorial optimisation problems by simulatinОптимізація на основі штучного рою бджіл (ABC)Artificial Bee Colony (ABC) is a population-based swarm intelligence metaheuristic introduced by Karaboga and Basturk in 2007. It models the cooperative foraging behavior of a hone

Маршрут читання

Найчастіше цитовані фундаментальні методи цієї теми, у порядку їх розвитку — місце для початку, якщо ви тут уперше.

  1. Генетичний алгоритм1975автор: John Henry Holland
  2. Багатоцільовий генетичний алгоритм (MOGA)1984автор: Schaffer, J. D. (early MOGA); Goldberg, D. E. (GA foundations)
  3. Tabu Search1989автор: Fred Glover
  4. Мурашиний алгоритм оптимізації1992 (foundational thesis); 1997 (Ant Colony System formalization)
  5. Диференціальна еволюція1997автор: Rainer Storn & Kenneth Price
  6. Багатоцільова оптимізація роєм частинок (MOPSO)2004автор: Coello Coello, C. A., Pulido, G. T., & Lechuga, M. S.
усі методи на цій полиці ↓

Усі методи 48

Агентно-орієнтована оптимізація на основі мурашиних колонійАгентно-орієнтований генетичний алгоритмАгентно-орієнтований NSGA-IIАгентний пошук з табуляцієюМурашиний алгоритм оптимізаціїОптимізація на основі штучного рою бджіл (ABC)Алгоритм кажанівБайєсівська оптимізація за допомогою мурашиних колонійБайєсівський генетичний алгоритмБайєсівський NSGA-IIБайєсівська оптимізація рою частинокБайєсівський відпалBayesian Tabu SearchПошук зозуліДетерміністичний генетичний алгоритмДетермінована оптимізація роєм частинокДетерміністичне відпалюванняДиференціальна еволюціяАлгоритм світлячківГенетичний алгоритмОптимізатор сірого вовкаHarmony SearchГіперевристикиМатеевристики: гібридизація математичного програмування та метаевристикМеметичний алгоритмБагатокритеріальна оптимізація на основі мурашиних колоній (MOACO)Багатоцільовий генетичний алгоритм (MOGA)Багатоцільова оптимізація роєм частинок (MOPSO)Багатокритеріальний імітаційний відпал (MOSA)Багатокритеріальний пошук за списком заборонених елементів (MOTS)NSGA-IINSGA-IIIОптимізація роєм частинок (PSO)Генетичний алгоритм сценаріїв політикиПолітика Сценаріїв Оптимізації Роєм ЧастинокСтійка оптимізація на основі мурашиних колонійНадійний генетичний алгоритмРобастний NSGA-IIНадійна оптимізація роєм частинокНадійний відпал (Robust Simulated Annealing)Надійна Табу-пошукСимгіристика: поєднання симуляції з метагіристикою для стохастичної оптимізаціїВідпал (Simulated Annealing)Стохастичний генетичний алгоритмStochastic NSGA-IIСтохастичне ройове оптимізування частинокСтохастичний пошук з табуTabu Search