ScholarGate
Assistent
Process / pipelineSimulation / optimization

Algorisme Genètic Bayesà — Optimització evolutiva guiada per model probabilístic

Un Algorisme Genètic Bayesà (BGA) substitueix els operadors tradicionals de creuament i mutació per una xarxa bayesiana probabilística apresa a partir d'individus seleccionats d'alta aptitud. A cada generació, l'algoritme construeix un model gràfic de l'estructura prometedora de solucions, i després mostra nous descendents d'aquest model, permetent a la cerca capturar i explotar dependències de variables que els AG estàndard no detecten.

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. 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
  2. Larranaga, P., & Lozano, J. A. (Eds.) (2002). Estimation of Distribution Algorithms: A New Tool for Evolutionary Computation. Kluwer Academic Publishers, Boston. ISBN: 9781461352747

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Bayesian Genetic Algorithm — Probabilistic model-guided evolutionary optimization. ScholarGate. https://scholargate.app/ca/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.

Compare side by side

Citat per

ScholarGateBayesian Genetic Algorithm (Bayesian Genetic Algorithm — Probabilistic model-guided evolutionary optimization). Recuperat el 2026-06-15 de https://scholargate.app/ca/simulation/bayesian-genetic-algorithm · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026