Optimisation par Colonies de Fourmis Bayésiennes — ACO avec apprentissage probabiliste bayésien des paramètres

L'Optimisation par Colonies de Fourmis Bayésiennes (BACO) est une métaheuristique hybride qui intègre l'inférence bayésienne dans le cadre de l'Optimisation par Colonies de Fourmis. En traitant les intensités de phéromones ou les paramètres de l'algorithme comme des distributions de probabilité mises à jour avec les preuves collectées, BACO améliore la fiabilité de la convergence et la robustesse par rapport à l'ACO classique sur des problèmes d'optimisation combinatoire bruités ou incertains.