Process / pipelineSimulation / optimization

Algoritmo Genético Bayesiano — Optimización evolutiva guiada por modelo probabilístico

Un Algoritmo Genético Bayesiano (BGA, por sus siglas en inglés) reemplaza los operadores tradicionales de cruce y mutación con una red bayesiana probabilística aprendida de individuos seleccionados de alta aptitud. En cada generación, el algoritmo construye un modelo gráfico de la estructura de soluciones prometedoras, luego muestrea nuevos descendientes de ese modelo, permitiendo que la búsqueda capture y explote dependencias de variables que los GAs estándar no detectan.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

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

Fuentes

  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

Cómo citar esta página

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

Citado por

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