Bayesian Optimization Algorithm (BOA), bir bayes ağına dayalı bir evrimsel algoritmadır. Probabilistik model tabanlı bir optimizasyon yöntemi olan BOA, etkileşimli değişkenler arasındaki bağımlılıkları modellemek için bayes ağları kullanır. 

Algoritmanın adımları genellikle şöyle işler:

1. Popülasyon oluşturma: İlk olarak, rastgele bir popülasyon oluşturulur.

2. Uygunluk değerlendirmesi:Her bireyin uygunluk değeri (ne kadar iyi performans gösterdiği) hesaplanır.

3. Seçilim:En uygun bireyler bir sonraki aşamaya geçmek üzere seçilir.

4. Bayes Ağı Modellemesi: Seçilen bireyler kullanılarak bir bayes ağı oluşturulur. Bu ağ, bireylerin genleri arasındaki etkileşimleri modelleyerek yeni bireyler oluşturmak için kullanılır.

5. Yeni Popülasyon Oluşturma: Bayes ağı modelinden çıkan olasılık dağılımları kullanılarak yeni bireyler oluşturulur ve bu yeni popülasyon, önceki popülasyonun yerini alır.

6. Durma Kriteri: Bu süreç belirlenen durma kriterine (örneğin maksimum iterasyon sayısı veya belirli bir uygunluk değerine ulaşma) kadar tekrar eder.

BOA'nın avantajı, genler arasındaki bağımlılıkları modellemesi ve bu sayede karmaşık optimizasyon problemlerini çözmede daha etkin olmasıdır. Ancak, bayes ağı modelinin karmaşıklığı nedeniyle, BOA'nın hesaplama maliyeti diğer evrimsel algoritmalara kıyasla daha yüksektir.