Algoritmo Genetico Bayesiano — Ottimizzazione evolutiva guidata da modello probabilistico
Un Algoritmo Genetico Bayesiano (BGA) sostituisce gli operatori tradizionali di crossover e mutazione con una rete bayesiana probabilistica appresa da individui selezionati ad alta fitness. Ad ogni generazione l'algoritmo costruisce un modello grafico della struttura promettente delle soluzioni, quindi campiona nuovi discendenti da quel modello, consentendo alla ricerca di catturare e sfruttare dipendenze tra variabili che i GA standard trascurano.
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
- Pelikan, M., Goldberg, D. E., & Cantu-Paz, E. (1999). BOA: The Bayesian optimization algorithm. In Proceedings of the Genetic and Evolutionary Computation Conference (GECCO-1999), pp. 525–532. Morgan Kaufmann. link ↗
- Larranaga, P., & Lozano, J. A. (Eds.) (2002). Estimation of Distribution Algorithms: A New Tool for Evolutionary Computation. Kluwer Academic Publishers, Boston. ISBN: 9781461352747
Come citare questa pagina
ScholarGate. (2026, June 3). Bayesian Genetic Algorithm — Probabilistic model-guided evolutionary optimization. ScholarGate. https://scholargate.app/it/simulation/bayesian-genetic-algorithm
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 Bayesiana Multi-ObiettivoSimulazione↔ compare
- Ottimizzazione BayesianaOttimizzazione↔ compare
- Algoritmo GeneticoOttimizzazione↔ compare
- Ottimizzazione a Sciame di Particelle (PSO)Ottimizzazione↔ compare
- Algoritmo Genetico StocasticoSimulazione↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →