Process / pipelineSimulation / optimization
ベイズ的蟻コロニー最適化 — ベイズ確率的パラメータ学習を伴うACO
ベイズ的蟻コロニー最適化（BACO）は、蟻コロニー最適化（ACO）フレームワークにベイズ推論を組み込んだハイブリッドメタヒューリスティックである。フェロモン強度やアルゴリズムパラメータを、収集された証拠によって更新される確率分布として扱うことで、BACOは、ノイズの多い、または不確実な組み合わせ最適化問題において、古典的なACOと比較して収束の信頼性とロバスト性を向上させる。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Bayesian Ant Colony Optimization — ACO with Bayesian probabilistic parameter learning. ScholarGate. https://scholargate.app/ja/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.
- Ant Colony Optimization最適化↔ compare
- ベイジアン遺伝的アルゴリズムシミュレーション↔ compare
- ベイズ粒子群最適化シミュレーション↔ compare
- ベイズ的焼きなまし法シミュレーション↔ compare
- 多目的アントコロニー最適化（MOACO）シミュレーション↔ compare