Bayesian Tabu Search — Probabilistycznie kierowane przeszukiwanie lokalne z mechanizmem pamięciowym
Bayesian Tabu Search (BTS) to hybrydowa metaheurystyka łącząca oparty na pamięci mechanizm zakazanych ruchów klasycznego Tabu Search z bayesowskim modelem probabilistycznym. Komponent bayesowski uczy się na podstawie przeszłych ewaluacji, aby oceniać kandydatów na ruchy, skupiając przeszukiwanie na obiecujących regionach, podczas gdy lista zakazanych ruchów zapobiega cyklom. Ta kombinacja redukuje liczbę nieefektywnych ewaluacji funkcji w kosztownych problemach optymalizacji kombinatorycznej i ciągłej.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Bayesian Tabu Search — Probabilistic guidance integrated with memory-based local search. ScholarGate. https://scholargate.app/pl/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.
- Bayesowski algorytm genetycznySymulacja↔ compare
- Optymalizacja bayesowskaOptymalizacja↔ compare
- Symulowane wyżarzanie bayesowskieSymulacja↔ compare
- Wyżarzanie symulowaneOptymalizacja↔ compare
- Stochastyczne przeszukiwanie z tabuSymulacja↔ compare
- Przeszukiwanie tabuOptymalizacja↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →