Bayesiläinen lineaarinen optimointi — Optimointi Bayesiläisen parametrien epävarmuuden vallitessa
Bayesiläinen lineaarinen optimointi (BLP) yhdistää Bayesiläisen tilastollisen päättelyn klassiseen lineaariseen optimointiin käsitelläkseen epävarmuutta mallin parametreissa, kuten kohdefunktion kertoimissa, rajoitusehtojen kertoimissa tai oikean puolen arvoissa. Sen sijaan, että parametreja käsiteltäisiin kiinteinä tai pahimman tapauksen rajoitusten alaisina, BLP käyttää prior-uskomuksia, joita päivitetään datalla posteriorijakaumien muodostamiseksi. Nämä posteriorijakaumat ohjaavat sitten LP-muotoilua ja ratkaisua, tuottaen päätöksiä, jotka ovat optimaalisia probabilistisessa, dataan perustuvassa mielessä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Bayesian Linear Programming — Bayesian inference integrated with linear programming under parameter uncertainty. ScholarGate. https://scholargate.app/fi/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.
- Bayesiläinen dynaaminen ohjelmointiSimulointi↔ compare
- Bayesiläinen kokonaislukuoptimointiSimulointi↔ compare
- Lineaarinen optimointi (LP) deterministisessä muodossaSimulointi↔ compare
- Monitavoitteinen lineaarinen optimointi (MOLP)Simulointi↔ compare
- Robustti lineaarinen optimointiSimulointi↔ compare
- Stokastinen lineaarinen optimointiSimulointi↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →