Optimasi Koloni Semut Bayesian — ACO dengan pembelajaran parameter probabilistik Bayesian

Optimasi Koloni Semut Bayesian (BACO) adalah metaheuristik hibrida yang menyematkan inferensi Bayesian ke dalam kerangka kerja Optimasi Koloni Semut. Dengan memperlakukan intensitas feromon atau parameter algoritma sebagai distribusi probabilitas yang diperbarui dengan bukti yang dikumpulkan, BACO meningkatkan keandalan konvergensi dan ketahanan dibandingkan dengan ACO klasik pada masalah optimasi kombinatorial yang berisik atau tidak pasti.