Process / pipelineSimulation / optimization
베이지안 타부 탐색 — 확률적 안내와 메모리 기반 지역 탐색의 통합
베이지안 타부 탐색(BTS)은 고전적 타부 탐색의 메모리 기반 금지 이동 메커니즘과 베이지안 확률 모델을 결합한 하이브리드 메타휴리스틱입니다. 베이지안 구성 요소는 과거 평가로부터 학습하여 후보 이동에 점수를 매겨 유망한 영역에 탐색을 집중시키는 반면, 타부 리스트는 순환을 방지합니다. 이 조합은 비싼 조합 및 연속 최적화 문제에서 낭비되는 함수 평가를 줄입니다.
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
- Glover, F. (1989). Tabu search — Part I. ORSA Journal on Computing, 1(3), 190–206. DOI: 10.1287/ijoc.1.3.190 ↗
- Bergstra, J., Bardenet, R., Bengio, Y., Kegl, B. (2011). Algorithms for hyper-parameter optimization. Advances in Neural Information Processing Systems (NIPS), 24, 2546–2554. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian Tabu Search — Probabilistic guidance integrated with memory-based local search. ScholarGate. https://scholargate.app/ko/simulation/bayesian-tabu-search
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
- 베이지안 시뮬레이티드 어닐링시뮬레이션↔ compare
- 모의 담금질최적화↔ compare
- 확률적 타부 탐색시뮬레이션↔ compare
- Tabu Search최적화↔ compare