Otimização por Colônia de Formigas Bayesiana — ACO com aprendizado probabilístico bayesiano de parâmetros
A Otimização por Colônia de Formigas Bayesiana (BACO) é uma meta-heurística híbrida que incorpora inferência bayesiana na estrutura da Otimização por Colônia de Formigas. Ao tratar intensidades de feromônio ou parâmetros do algoritmo como distribuições de probabilidade atualizadas com evidências coletadas, a BACO melhora a confiabilidade da convergência e a robustez em comparação com a ACO clássica em problemas de otimização combinatória ruidosos ou incertos.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Dorigo, M., Maniezzo, V., Colorni, A. (1996). Ant system: optimization by a colony of cooperating agents. IEEE Transactions on Systems, Man, and Cybernetics, Part B, 26(1), 29–41. DOI: 10.1109/3477.484436 ↗
- Ant colony optimization algorithms. Wikipedia. link ↗
Como citar esta página
ScholarGate. (2026, June 3). Bayesian Ant Colony Optimization — ACO with Bayesian probabilistic parameter learning. ScholarGate. https://scholargate.app/pt/simulation/bayesian-ant-colony-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.
- Otimização por Colônia de FormigasOtimização↔ compare
- Algoritmo Genético BayesianoSimulação↔ compare
- Otimização por Enxame de Partículas BayesianoSimulação↔ compare
- Bayesian Simulated AnnealingSimulação↔ compare
- Otimização Multi-Objetivo por Colônia de Formigas (MOACO)Simulação↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →