Байесовская оптимизация роем частиц — Поиск роя с направляющим вероятностным априорным распределением
Байесовская оптимизация роем частиц (Bayesian PSO) интегрирует байесовское вероятностное рассуждение в стандартный каркас роя частиц. Частицы обновляют свои скорости и положения, руководствуясь не только личными и глобальными лучшими положениями, но и байесовским апостериорным распределением, которое кодирует априорные знания о пространстве решений, обеспечивая более целенаправленное и статистически обоснованное исследование сложных ландшафтов оптимизации.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Higashi, N., Iba, H. (2003). Particle swarm optimization with Gaussian mutation. Proceedings of the 2003 IEEE Swarm Intelligence Symposium, Indianapolis, IN, USA, pp. 72-79. DOI: 10.1109/SIS.2003.1202250 ↗
- Kennedy, J., Eberhart, R. (1995). Particle swarm optimization. Proceedings of ICNN'95 — International Conference on Neural Networks, Perth, WA, Australia, vol. 4, pp. 1942-1948. DOI: 10.1109/ICNN.1995.488968 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Particle Swarm Optimization — Probabilistic prior-guided swarm search. ScholarGate. https://scholargate.app/ru/simulation/bayesian-particle-swarm-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.
- Байесовский генетический алгоритмИмитационное моделирование↔ compare
- Байесовская оптимизацияОптимизация↔ compare
- Многокритериальная оптимизация роем частиц (MOPSO)Имитационное моделирование↔ compare
- Оптимизация роем частиц (PSO)Оптимизация↔ compare
- Робастная оптимизация методами роя частицИмитационное моделирование↔ compare
- Стохастическая оптимизация роем частицИмитационное моделирование↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →