Optimización por Colonia de Hormigas Bayesiana — ACO con aprendizaje probabilístico bayesiano de parámetros
La Optimización por Colonia de Hormigas Bayesiana (BACO) es una metaheurística híbrida que integra la inferencia bayesiana en el marco de la Optimización por Colonia de Hormigas. Al tratar las intensidades de feromonas o los parámetros del algoritmo como distribuciones de probabilidad actualizadas con la evidencia recopilada, BACO mejora la fiabilidad y robustez de la convergencia en comparación con la ACO clásica en problemas de optimización combinatoria ruidosos o inciertos.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
- Ant colony optimization algorithms. Wikipedia. link ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Bayesian Ant Colony Optimization — ACO with Bayesian probabilistic parameter learning. ScholarGate. https://scholargate.app/es/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.
- Optimización por Colonia de HormigasOptimización↔ compare
- Algoritmo Genético BayesianoSimulación↔ compare
- Optimización bayesiana por enjambre de partículasSimulación↔ compare
- Recocido Simulado BayesianoSimulación↔ compare
- Optimización Anticolectiva Multi-Objetivo (MOACO)Simulación↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →