Bayesiaans Genetisch Algoritme — Probabilistisch model-geleide evolutionaire optimalisatie
Een Bayesiaans Genetisch Algoritme (BGA) vervangt traditionele crossover- en mutatieoperatoren door een probabilistisch Bayesiaans netwerk, geleerd van geselecteerde individuen met hoge fitness. Bij elke generatie bouwt het algoritme een grafisch model van veelbelovende oplossingsstructuren, en sampelt vervolgens nieuwe nakomelingen uit dat model, waardoor de zoektocht variabele afhankelijkheden kan vastleggen en benutten die standaard GA's missen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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
Deze pagina citeren
ScholarGate. (2026, June 3). Bayesian Genetic Algorithm — Probabilistic model-guided evolutionary optimization. ScholarGate. https://scholargate.app/nl/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.
- Bayesiaanse Multi-Objectieve OptimalisatieSimulatie↔ compare
- Bayesian OptimizationOptimalisatie↔ compare
- Genetisch AlgoritmeOptimalisatie↔ compare
- Particle Swarm Optimization (PSO)Optimalisatie↔ compare
- Stochastisch Genetisch AlgoritmeSimulatie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →