Bayesian Simulated Annealing — การหาค่าเหมาะสมที่สุดแบบทั่วโลกด้วยความน่าจะเป็นก่อนหน้าแบบเบย์
Bayesian Simulated Annealing (BSA) ผสานความรู้ก่อนหน้าแบบเบย์ (Bayesian prior knowledge) เกี่ยวกับลักษณะของฟังก์ชันเป้าหมายเข้ากับกระบวนการค้นหาแบบ simulated annealing โดยการเข้ารหัสความเชื่อเกี่ยวกับบริเวณที่มีแนวโน้มดีไว้ในรูปแบบการแจกแจงความน่าจะเป็นก่อนหน้า (prior distributions) และปรับปรุงความเชื่อเหล่านั้นเมื่อการค้นหาดำเนินไป BSA จะมุ่งเน้นความพยายามในการคำนวณไปยังบริเวณที่มีความน่าจะเป็นสูงในปริภูมิคำตอบ ซึ่งช่วยเร่งการลู่เข้าและปรับปรุงคุณภาพของคำตอบเมื่อเทียบกับ SA ที่ไม่มีข้อมูลนำทาง
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Bayesian Simulated Annealing — Probabilistic global optimization with Bayesian priors on the energy landscape. ScholarGate. https://scholargate.app/th/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.
- อัลกอริทึมพันธุกรรมแบบเบย์ (Bayesian Genetic Algorithmการจำลอง↔ compare
- Bayesian Optimizationการหาค่าเหมาะที่สุด↔ compare
- Genetic Algorithmการหาค่าเหมาะที่สุด↔ compare
- Markov Chain Monte Carlo (MCMC)การจำลอง↔ compare
- Simulated Annealingการหาค่าเหมาะที่สุด↔ compare