Process / pipelineSimulation / optimization

Bayesilainen geneettinen algoritmi – Todennäköisyysmalliohjattu evoluutio-optimointi

Bayesilainen geneettinen algoritmi (BGA) korvaa perinteiset risteytys- ja mutaatio-operaattorit probabilistisella Bayes-verkolla, joka on opittu valituista korkean kelpoisuuden yksilöistä. Kussakin sukupolvessa algoritmi rakentaa graafisen mallin lupaavasta ratkaisurakenteesta ja ottaa sitten uusia jälkeläisiä näytteinä tästä mallista, mikä mahdollistaa haun vangita ja hyödyntää muuttujien riippuvuuksia, jotka standardit geneettiset algoritmit jättävät huomiotta.

Avaa sovelluksessa MethodMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

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

Lähteet

  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

Näin viittaat tähän sivuun

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

Tähän viittaavat

ScholarGateBayesian Genetic Algorithm (Bayesian Genetic Algorithm — Probabilistic model-guided evolutionary optimization). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/simulation/bayesian-genetic-algorithm · Aineisto: https://doi.org/10.5281/zenodo.20539026