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.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
- 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.
- Ottimizzazione basata su sciamiOttimizzazione↔ compare
- Algoritmo Genetico BayesianoSimulazione↔ compare
- Ottimizzazione Bayesiana a Sciame di ParticelleSimulazione↔ compare
- Bayesian Simulated AnnealingSimulazione↔ compare
- Multi-Objective Ant Colony Optimization (MOACO)Simulazione↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →