Байесовская оптимизация роем муравьев — ACO с байесовским вероятностным обучением параметров
Байесовская оптимизация роем муравьев (Bayesian Ant Colony Optimization, BACO) — это гибридная метаэвристика, которая встраивает байесовский вывод в структуру оптимизации роем муравьев (Ant Colony Optimization, ACO). Рассматривая интенсивность феромонов или параметры алгоритма как вероятностные распределения, обновляемые на основе собранных данных, BACO повышает надежность сходимости и устойчивость по сравнению с классическим ACO при решении комбинаторных задач оптимизации в условиях шума или неопределенности.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Ant Colony Optimization — ACO with Bayesian probabilistic parameter learning. ScholarGate. https://scholargate.app/ru/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.
- Муравьиные алгоритмыОптимизация↔ compare
- Байесовский генетический алгоритмИмитационное моделирование↔ compare
- Байесовская оптимизация роем частицИмитационное моделирование↔ compare
- Байесовский отжиг (Bayesian Simulated Annealing, BSA)Имитационное моделирование↔ compare
- Многокритериальная оптимизация методами роя муравьев (MOACO)Имитационное моделирование↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →