Bayesian Goal Programming
Bayesian Goal Programming (BGP) ühendab endas Bayes' statistilise järelduse ja klassikalise eesmärgiprognoosimise, et käsitleda sihtmärkide ja parameetrite ebakindlust. Selle asemel, et käsitleda eesmärkide künniseid fikseeritud konstantidena, kodeerib BGP need tõenäosusjaotustena, täiendab uskumusi vaadeldud andmete abil ja lahendab seejärel tulemuseks oleva tõenäosusliku optimeerimisülesande, et leida lahendused, mis rahuldavad mitmeid püüdluslikke eesmärke ebakindluse tingimustes.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Bayesian Goal Programming. ScholarGate. https://scholargate.app/et/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.
- Bayesi dünaamiline programmeerimineSimulatsioon↔ compare
- Bayesian Multi-Objective OptimizationSimulatsioon↔ compare
- EesmärgiprognoosimineOtsustamine↔ compare
- Mitme kriteeriumi optimeerimineSimulatsioon↔ compare
- Robust Goal Programming (RGP)Simulatsioon↔ compare
- Stochastic Goal ProgrammingSimulatsioon↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →