ScholarGate
Assistente
Process / pipelineSimulation / optimization

Ottimizzazione Bayesiana a Colonia di Formiche — ACO con apprendimento probabilistico bayesiano dei parametri

L'Ottimizzazione Bayesiana a Colonia di Formiche (BACO) è una meta-euristica ibrida che incorpora l'inferenza bayesiana nel framework dell'Ottimizzazione a Colonia di Formiche. Trattando le intensità dei feromoni o i parametri dell'algoritmo come distribuzioni di probabilità aggiornate con le evidenze raccolte, BACO migliora l'affidabilità della convergenza e la robustezza rispetto all'ACO classica su problemi di ottimizzazione combinatoria rumorosi o incerti.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

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

Fonti

  1. Dorigo, M., Maniezzo, V., Colorni, A. (1996). Ant system: optimization by a colony of cooperating agents. IEEE Transactions on Systems, Man, and Cybernetics, Part B, 26(1), 29–41. DOI: 10.1109/3477.484436
  2. Ant colony optimization algorithms. Wikipedia. link

Come citare questa pagina

ScholarGate. (2026, June 3). Bayesian Ant Colony Optimization — ACO with Bayesian probabilistic parameter learning. ScholarGate. https://scholargate.app/it/simulation/bayesian-ant-colony-optimization

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
ScholarGateBayesian Ant Colony Optimization (Bayesian Ant Colony Optimization — ACO with Bayesian probabilistic parameter learning). Consultato il 2026-06-15 da https://scholargate.app/it/simulation/bayesian-ant-colony-optimization · Insieme di dati: https://doi.org/10.5281/zenodo.20539026