Bayes' lineaarplaneerimine — Optimeerimine Bayesi parameetrite määramatuse tingimustes
Bayes' lineaarplaneerimine (BLP) ühendab Bayesi statistilise järeldamise klassikalise lineaarplaneerimisega, et käsitleda määramatust mudeli parameetrites, nagu eesmärgifunktsiooni kordajad, piirangute kordajad või parempoolsed väärtused. Selle asemel, et käsitleda parameetreid fikseeritutena või halvima juhu piirangutega juhitutena, kasutab BLP eelnevaid uskumusi, mida andmed täiendavad, et moodustada järeltulevaid jaotusi, mis seejärel juhivad LP sõnastust ja lahendamist, tootes otsuseid, mis on tõenäosuslikus, andmepõhises mõttes optimaalsed.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Dantzig, G. B. (1963). Linear Programming and Extensions. Princeton University Press, Princeton, NJ. ISBN: 9780691059136
- Zellner, A. (1971). An Introduction to Bayesian Inference in Econometrics. Wiley, New York. ISBN: 9780471169376
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Bayesian Linear Programming — Bayesian inference integrated with linear programming under parameter uncertainty. ScholarGate. https://scholargate.app/et/simulation/bayesian-linear-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
- Bayesilik segaintervall-optimeerimineSimulatsioon↔ compare
- Deterministlik lineaarprogrammeerimine – klassikaline LP kindlate parameetritegaSimulatsioon↔ compare
- Mitme eesmärgiga lineaarprogrammeerimine (MOLP)Simulatsioon↔ compare
- Tugev LineaarplaneerimineSimulatsioon↔ compare
- Stokastiline lineaarne programmeerimineSimulatsioon↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →