Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
6Optymalizacjarojemcząstek
51
6.1
Inspiracje.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.51
6.2
Podstawoweidee.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.52
6.3
Parametrymetody.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.54
6.4
Topologiesąsiedztwa.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.55
6.5
Stagnacjaiinneograniczenia.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.57
6.6
Wariantyiwersjehybrydowe.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.58
6.7
Analizateoretyczna.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.61
7Algorytmymrówkowe
63
7.1
Inspiracje.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.63
7.2
Podstawoweidee.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.64
7.3
Wariantyiwersjehybrydowe.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.68
7.4
Analizateoretyczna.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.70
8Innemetaheurystykipopulacyjne
71
8.1
Algorytmypszczół.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.71
8.1.1
Podstawoweideeialgorytmy.
.
.
.
.
.
.
.
.
.
.
.
.
.
.71
8.1.2
Algorytmsztucznejkoloniipszczół,ABC.
.
.
.
.
.
.
.72
8.2
Algorytmyświetlikowe.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.76
8.2.1
Podstawoweideeialgorytmy.
.
.
.
.
.
.
.
.
.
.
.
.
.
.76
8.2.2
Algorytmrobaczkówświętojańskich.
.
.
.
.
.
.
.
.
.
.76
8.3
Algorytmykukułcze.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.78
