Pencarian Tabu Bayesian — Panduan probabilistik terintegrasi dengan pencarian lokal berbasis memori
Pencarian Tabu Bayesian (BTS) adalah metaheuristik hibrida yang menggabungkan mekanisme larangan-gerak berbasis memori dari Pencarian Tabu klasik dengan model probabilistik Bayesian. Komponen Bayesian belajar dari evaluasi masa lalu untuk memberi skor pada gerak kandidat, memfokuskan pencarian pada wilayah yang menjanjikan sementara daftar tabu mencegah siklus berulang. Kombinasi ini mengurangi evaluasi fungsi yang terbuang dalam masalah optimasi kombinatorial dan kontinu yang mahal.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Glover, F. (1989). Tabu search — Part I. ORSA Journal on Computing, 1(3), 190–206. DOI: 10.1287/ijoc.1.3.190 ↗
- Bergstra, J., Bardenet, R., Bengio, Y., Kegl, B. (2011). Algorithms for hyper-parameter optimization. Advances in Neural Information Processing Systems (NIPS), 24, 2546–2554. link ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Bayesian Tabu Search — Probabilistic guidance integrated with memory-based local search. ScholarGate. https://scholargate.app/id/simulation/bayesian-tabu-search
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.
- Algoritma Genetika BayesianSimulasi↔ compare
- Optimasi BayesianOptimasi↔ compare
- Annealing Simulasi BayesianSimulasi↔ compare
- Annealing SimulasiOptimasi↔ compare
- Stochastic Tabu SearchSimulasi↔ compare
- Tabu SearchOptimasi↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →