Bayesian Simulated Annealing — Globális optimalizálás Байесовскими априорными знаниями
A Bayesian Simulated Annealing (BSA) integrálja a Байесовские априорные знания az objektív tájról a szimulált izzítási keresési folyamatba. A bizalmi régiók előzetes eloszlásokként való kódolásával és azok frissítésével a keresés során a BSA a számítási erőfeszítéseket a valószínűsíthető területekre összpontosítja a megoldási térben, felgyorsítva a konvergenciát és javítva a megoldás minőségét az informálatlan SA-hoz képest.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Kirkpatrick, S., Gelatt, C. D., & Vecchi, M. P. (1983). Optimization by simulated annealing. Science, 220(4598), 671–680. DOI: 10.1126/science.220.4598.671 ↗
- Geman, S., & Geman, D. (1984). Stochastic relaxation, Gibbs distributions, and the Bayesian restoration of images. IEEE Transactions on Pattern Analysis and Machine Intelligence, 6(6), 721–741. DOI: 10.1109/TPAMI.1984.4767596 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Bayesian Simulated Annealing — Probabilistic global optimization with Bayesian priors on the energy landscape. ScholarGate. https://scholargate.app/hu/simulation/bayesian-simulated-annealing
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.
- Bayes-féle Genetikus AlgoritmusSzimuláció↔ compare
- Bayes-optimalizálásOptimalizálás↔ compare
- Genetikus algoritmusOptimalizálás↔ compare
- Markov Chain Monte Carlo (MCMC)Szimuláció↔ compare
- Szimulált hűtésOptimalizálás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →