Programació per Metes Bayesià
La Programació per Metes Bayesiana (BGP) integra la inferència estadística bayesiana amb la programació per metes clàssica per gestionar la incertesa en els objectius i els paràmetres. En lloc de tractar els llindars de les metes com a constants fixes, la BGP els codifica com a distribucions de probabilitat, actualitza les creences utilitzant dades observades i, a continuació, resol el problema d'optimització probabilística resultant per trobar solucions que satisfacin múltiples metes aspiracionals sota incertesa.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Rios Insua, D. (1990). Sensitivity Analysis in Multi-objective Decision Making. Springer-Verlag, Berlin. ISBN: 9783540528814
- Charnes, A., Cooper, W. W., & Ferguson, R. O. (1955). Optimal estimation of executive compensation by linear programming. Management Science, 1(2), 138-151. DOI: 10.1287/mnsc.1.2.138 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Bayesian Goal Programming. ScholarGate. https://scholargate.app/ca/simulation/bayesian-goal-programming
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.
- Programació Dinàmica BayesianaSimulació↔ compare
- Optimització bayesiana multiobjectiuSimulació↔ compare
- Programació per objectiusPresa de decisions↔ compare
- Optimitació MultiobjectiuSimulació↔ compare
- Programació per Objectius RobustaSimulació↔ compare
- Programació Estocàstica d'ObjectiusSimulació↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →