Dansa de les abelles: diferència entre les revisions

Contingut suprimit Contingut afegit
m referències|2 --> referències
m Aplicant la plantilla {{ISBN}} per evitar l'enllaç màgic d'ISBN
Línia 12:
==Aplicacions en recerca operacional==
 
En línia amb els últims treballs de recerca sobre la [[intel·ligència d'eixam]] per optimitzar els algorismes inspirats en el comportament dels insectes socials i dels animals (com ara peixos, ocells i formigues), darrerament la recerca s'ha centrat a investigar la dansa de les abelles per desenvolupar un sistema d'orientació eficient i que pugui obviar les possibles errades (en anglès, ''fault-tolerant'').<ref>Crina, Grosan; Abraham Ajith. (2006) Stigmergic Optimization: Inspiration, Technologies and Perspectives. ''Studies in Computational Intelligence.'' Vol. 31. pp. 1-24. Springer Berlin / Heidelberg. {{ISBN |978-3-540-34689-0}}</ref> El resum de l'article de Wedde, Farooq i Zhang (2004)<ref name="Wedde2004">{{ref-publicació|autor=Wedde, H. F.; Farooq, M.; Zhang, Y. |títol=BeeHive: An Efficient Fault-Tolerant Routing Algorithm Inspired by Honey Bee Behavior |publicació=Lecture Notes in Computer Science |volum=3172 |pàgines=83–94 |any=2004}}</ref> diu:
 
<blockquote>En aquest article, presentem un algorisme d'orientació original, el BeeHive ('rusc d'abelles'), inspirat en els procediments i els mètodes de comunicació i avaluació de les abelles. En aquest algorisme, les abelles es desplacen per un sistema de zones anomenades ''zones d'aliment'', i la informació dels seus moviments s'incorpora a les taules d'orientació locals. El BeeHive obvia les possibles errades, és escalable i s'adapta completament a entorns locals o regionals. Demostrem, amb unes extenses simulacions, que el BeeHive iguala o fins i tot millora tots els algorismes coneguts fins avui. </blockquote>