AI 용어집
인공지능 완전 사전
Intelligence Collective Émergente
Propriété où des comportements complexes et intelligents émergent de l'interaction simple entre de multiples agents autonomes sans contrôle centralisé.
Paramètre d'Inertie
Coefficient contrôlant l'influence de la vélocité précédente d'une particule, régulant l'équilibre entre exploration globale et exploitation locale dans PSO.
Position Globale (gbest)
Meilleure solution découverte par l'ensemble de l'essaim, servant d'attracteur pour guider toutes les particules vers des régions optimales.
Position Locale (pbest)
Meilleure solution individuelle trouvée par chaque particule au cours de son historique, préservant la diversité de la recherche.
Algorithme ABC
Optimisation par colonie d'abeilles artificielles simulant le comportement de butinage des abeilles avec trois types d'agents : abeilles employées, spectatrices et éclaireuses.
Algorithme Firefly
Métaheuristique inspirée du comportement lumineux des lucioles où l'intensité lumineuse représente la qualité de la solution et guide le mouvement des agents.
Optimisation Multi-objectifs Essaim
Extension des algorithmes d'essaim pour traiter simultanément plusieurs objectifs contradictoires, produisant un front de Pareto de solutions non-dominées.
Dynamique de Formation
Modèle mathématique décrivant comment les particules ajustent leurs positions et vélocités en fonction des attracteurs locaux et globaux dans l'espace de recherche.
Hybridation Essaim-Métaheuristique
Combination d'algorithmes d'essaim avec d'autres métaheuristiques comme le recuit simulé ou les algorithmes génétiques pour améliorer les performances d'optimisation.