Process / pipelineSimulation / optimization
베이지안 입자 군집 최적화 — 확률적 사전 분포 기반 군집 탐색
베이지안 입자 군집 최적화(Bayesian Particle Swarm Optimization, Bayesian PSO)는 표준 입자 군집 프레임워크에 베이지안 확률적 추론을 통합합니다. 입자들은 개인 최적점 및 전역 최적점뿐만 아니라, 해 공간에 대한 사전 지식을 인코딩하는 베이지안 사후 분포에 의해 안내되어 속도와 위치를 업데이트하며, 이를 통해 복잡한 최적화 환경을 더욱 지향적이고 통계적으로 원칙에 입각하여 탐색할 수 있습니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Higashi, N., Iba, H. (2003). Particle swarm optimization with Gaussian mutation. Proceedings of the 2003 IEEE Swarm Intelligence Symposium, Indianapolis, IN, USA, pp. 72-79. DOI: 10.1109/SIS.2003.1202250 ↗
- Kennedy, J., Eberhart, R. (1995). Particle swarm optimization. Proceedings of ICNN'95 — International Conference on Neural Networks, Perth, WA, Australia, vol. 4, pp. 1942-1948. DOI: 10.1109/ICNN.1995.488968 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian Particle Swarm Optimization — Probabilistic prior-guided swarm search. ScholarGate. https://scholargate.app/ko/simulation/bayesian-particle-swarm-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.
- 베이즈 유전 알고리즘시뮬레이션↔ compare
- 베이지안 최적화최적화↔ compare
- 다목적 입자 군집 최적화 (MOPSO)시뮬레이션↔ compare
- 입자 군집 최적화 (PSO)최적화↔ compare
- 강건한 입자 군집 최적화시뮬레이션↔ compare
- 확률적 입자 군집 최적화시뮬레이션↔ compare