Bayesiläinen diskreetti-tapahtumasimulaatio — Posterioritietoon perustuva stokastisten prosessien mallinnus
Bayesiläinen diskreetti-tapahtumasimulaatio (BDES) yhdistää Bayesiläisen tilastollisen päättelyn ja diskreetti-tapahtumasimulaation. Järjestelmäparametrien – kuten palvelunopeuksien, saapumisaikojen tai vikaantumistodennäköisyyksien – aiemmat uskomukset päivitetään havaitulla datalla Bayesin teoreeman avulla, ja tuloksena olevat posteriorijakaumat ohjaavat suoraan simulaatiomoottoria. Tämä kytkentä mahdollistaa mallintajille sekä satunnaisuuden että epävarmuuden (aleatory and epistemic uncertainty) välittämisen tapahtumapohjaisten prosessimallien läpi.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Onggo, B. S., & Kunc, M. (2016). Combining discrete-event simulation and Bayesian updating for incorporating evidence from real-world data. Journal of Simulation, 10(1), 1-12. link ↗
- Pidd, M. (2004). Computer Simulation in Management Science (5th ed.). Wiley. ISBN: 9780470092781
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Bayesian Discrete-Event Simulation — Posterior-informed stochastic process modeling. ScholarGate. https://scholargate.app/fi/simulation/bayesian-discrete-event-simulation
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.
- Agenttipohjainen diskreettitapahtumasimulaatioSimulointi↔ compare
- Bayesian Agent-Based ModelingSimulointi↔ compare
- Bayesiläinen Markov-malliSimulointi↔ compare
- Diskreetti tapahtumasimulaatio (DES)Simulointi↔ compare
- MONTE-CARLO-SIMULATIONPäätöksenteko↔ compare
- Stokastinen diskreettitapahtumasimulaatioSimulointi↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →