ScholarGate
עוזר
Process / pipelineSimulation / optimization

תכנון מטרות בייסיאני

תכנון מטרות בייסיאני (BGP) משלב היסק סטטיסטי בייסיאני עם תכנון מטרות קלאסי כדי להתמודד עם אי-ודאות ביעדים ובפרמטרים. במקום להתייחס לספי יעדים כקבועים קבועים, BGP מקודד אותם כהתפלגויות הסתברות, מעדכן אמונות באמצעות נתונים שנצפו, ואז פותר את בעיית האופטימיזציה ההסתברותית המתקבלת כדי למצוא פתרונות המספקים מספר יעדים שאיפתיים תחת אי-ודאות.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

The neighbourhood of related methods — select a node to explore.

מקורות

  1. Rios Insua, D. (1990). Sensitivity Analysis in Multi-objective Decision Making. Springer-Verlag, Berlin. ISBN: 9783540528814
  2. 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

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Bayesian Goal Programming. ScholarGate. https://scholargate.app/he/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.

Compare side by side
ScholarGateBayesian Goal Programming (Bayesian Goal Programming). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/simulation/bayesian-goal-programming · מערך נתונים: https://doi.org/10.5281/zenodo.20539026