Bayesian Simulated Annealing — Otimização Global com Priors Bayesianos
Bayesian Simulated Annealing (BSA) integra conhecimento prévio bayesiano sobre a paisagem objetiva no processo de busca simulated annealing. Ao codificar crenças sobre regiões promissoras como distribuições a priori e atualizá-las à medida que a busca progride, a BSA foca o esforço computacional em áreas de alta probabilidade do espaço de soluções, acelerando a convergência e melhorando a qualidade da solução em comparação com SA não informado.
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
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Bayesian Simulated Annealing — Probabilistic global optimization with Bayesian priors on the energy landscape. ScholarGate. https://scholargate.app/pt/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.
- Algoritmo Genético BayesianoSimulação↔ compare
- Otimização BayesianaOtimização↔ compare
- Algoritmo GenéticoOtimização↔ compare
- Markov Chain Monte Carlo (MCMC)Simulação↔ compare
- Annealing SimuladoOtimização↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →