Байесовски генетичен алгоритъм — Вероятностно моделирано еволюционно оптимизиране
Байесовският генетичен алгоритъм (BGA) замества традиционните оператори за кръстосване и мутация с вероятностна байесова мрежа, обучена от избрани индивиди с висока пригодност. На всяко поколение алгоритъмът изгражда графичен модел на обещаваща структура на решението, след което взема нови потомци от този модел, което позволява на търсенето да улови и използва зависимостите между променливите, които стандартните GA пропускат.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Pelikan, M., Goldberg, D. E., & Cantu-Paz, E. (1999). BOA: The Bayesian optimization algorithm. In Proceedings of the Genetic and Evolutionary Computation Conference (GECCO-1999), pp. 525–532. Morgan Kaufmann. link ↗
- Larranaga, P., & Lozano, J. A. (Eds.) (2002). Estimation of Distribution Algorithms: A New Tool for Evolutionary Computation. Kluwer Academic Publishers, Boston. ISBN: 9781461352747
Как да цитирате тази страница
ScholarGate. (2026, June 3). Bayesian Genetic Algorithm — Probabilistic model-guided evolutionary optimization. ScholarGate. https://scholargate.app/bg/simulation/bayesian-genetic-algorithm
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.
- Байесова многоцелева оптимизацияСимулационно моделиране↔ compare
- Байесовска оптимизацияОптимизация↔ compare
- Генетичен алгоритъмОптимизация↔ compare
- Оптимизация чрез рояк от частици (PSO)Оптимизация↔ compare
- Стохастичен генетичен алгоритъмСимулационно моделиране↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →