ScholarGate
Assistent
Process / pipelineSimulation / optimization

Otimització Bayesiana per Colònies d'Escultures (BACO) — ACO amb aprenentatge probabilístic bayesià de paràmetres

L'Otimització Bayesiana per Colònies d'Escultures (BACO) és una metaheurística híbrida que integra la inferència bayesiana en el marc de l'Otimització per Colònies d'Escultures. Tractant les intensitats de feromones o els paràmetres de l'algorisme com a distribucions de probabilitat actualitzades amb l'evidència recollida, BACO millora la fiabilitat de la convergència i la robustesa en comparació amb l'ACO clàssica en problemes d'optimització combinatòria sorollosos o incerts.

Obre a MethodMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

The neighbourhood of related methods — select a node to explore.

Fonts

  1. Dorigo, M., Maniezzo, V., Colorni, A. (1996). Ant system: optimization by a colony of cooperating agents. IEEE Transactions on Systems, Man, and Cybernetics, Part B, 26(1), 29–41. DOI: 10.1109/3477.484436
  2. Ant colony optimization algorithms. Wikipedia. link

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Bayesian Ant Colony Optimization — ACO with Bayesian probabilistic parameter learning. ScholarGate. https://scholargate.app/ca/simulation/bayesian-ant-colony-optimization

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.

Compare side by side
ScholarGateBayesian Ant Colony Optimization (Bayesian Ant Colony Optimization — ACO with Bayesian probabilistic parameter learning). Recuperat el 2026-06-15 de https://scholargate.app/ca/simulation/bayesian-ant-colony-optimization · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026