Байєсівська оптимізація за допомогою мурашиних колоній — ACO з байєсівським імовірнісним навчанням параметрів
Байєсівська оптимізація за допомогою мурашиних колоній (Bayesian Ant Colony Optimization, BACO) — це гібридний метаевристичний метод, який вбудовує байєсівський вивід у фреймворк оптимізації за допомогою мурашиних колоній. Розглядаючи інтенсивність феромонів або параметри алгоритму як розподіли ймовірностей, що оновлюються на основі зібраних доказів, BACO підвищує надійність збіжності та стійкість порівняно з класичним ACO для комбінаторних задач оптимізації з шумом або невизначеністю.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Bayesian Ant Colony Optimization — ACO with Bayesian probabilistic parameter learning. ScholarGate. https://scholargate.app/uk/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.
- Мурашиний алгоритм оптимізаціїОптимізація↔ compare
- Байєсівський генетичний алгоритмІмітаційне моделювання↔ compare
- Байєсівська оптимізація рою частинокІмітаційне моделювання↔ compare
- Байєсівський відпалІмітаційне моделювання↔ compare
- Багатокритеріальна оптимізація на основі мурашиних колоній (MOACO)Імітаційне моделювання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →