Process / pipelineSimulation / optimization

Bayesovská optimalizácia pomocou mravčej kolónie — ACO s Bayesovským pravdepodobnostným učením parametrov

Bayesovská optimalizácia pomocou mravčej kolónie (BACO) je hybridná metaheuristika, ktorá integruje Bayesovské inferencie do rámca optimalizácie pomocou mravčej kolónie. Tým, že sa intenzity feromónov alebo parametre algoritmu považujú za pravdepodobnostné distribúcie aktualizované na základe získaných dôkazov, BACO zlepšuje spoľahlivosť konvergencie a robustnosť v porovnaní s klasickým ACO pri šumových alebo neistých problémoch kombinatorickej optimalizácie.

Otvoriť v MethodMindČoskoroVideoČoskoroDownload slides

Prečítať celú metódu

Len pre členov

Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.

Prihlásiť sa

Method map

The neighbourhood of related methods — select a node to explore.

Zdroje

  1. 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
  2. Ant colony optimization algorithms. Wikipedia. link

Ako citovať túto stránku

ScholarGate. (2026, June 3). Bayesian Ant Colony Optimization — ACO with Bayesian probabilistic parameter learning. ScholarGate. https://scholargate.app/sk/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.

Compare side by side
ScholarGateBayesian Ant Colony Optimization (Bayesian Ant Colony Optimization — ACO with Bayesian probabilistic parameter learning). Získané 2026-06-15 z https://scholargate.app/sk/simulation/bayesian-ant-colony-optimization · Dátová sada: https://doi.org/10.5281/zenodo.20539026