Bayesiansimulert utglødning — Global optimalisering med Bayesianske priorer
Bayesiansimulert utglødning (BSA) integrerer Bayesiansk forhåndskunnskap om objektivlandskapet i den simulerte utglødningssøkeprosessen. Ved å kode oppfatninger om lovende regioner som priorfordelinger og oppdatere dem etter hvert som søket skrider frem, fokuserer BSA beregningsinnsatsen på områder med høy sannsynlighet i løsningsrommet, noe som akselererer konvergens og forbedrer løsningskvaliteten sammenlignet med uinformert SA.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Kirkpatrick, S., Gelatt, C. D., & Vecchi, M. P. (1983). Optimization by simulated annealing. Science, 220(4598), 671–680. DOI: 10.1126/science.220.4598.671 ↗
- Geman, S., & Geman, D. (1984). Stochastic relaxation, Gibbs distributions, and the Bayesian restoration of images. IEEE Transactions on Pattern Analysis and Machine Intelligence, 6(6), 721–741. DOI: 10.1109/TPAMI.1984.4767596 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Bayesian Simulated Annealing — Probabilistic global optimization with Bayesian priors on the energy landscape. ScholarGate. https://scholargate.app/no/simulation/bayesian-simulated-annealing
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.
- Bayesiansk Genetisk AlgoritmeSimulering↔ compare
- Bayesiansk optimeringOptimering↔ compare
- Genetisk algoritmeOptimering↔ compare
- Markov Chain Monte Carlo (MCMC)Simulering↔ compare
- Simulert annealing – Probabilistisk optimeringOptimering↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →