बेयसियन गोल प्रोग्रामिंग
बेयसियन गोल प्रोग्रामिंग (BGP) लक्ष्यों और मापदंडों में अनिश्चितता को संभालने के लिए बेयसियन सांख्यिकीय अनुमान को क्लासिक गोल प्रोग्रामिंग के साथ एकीकृत करती है। लक्ष्य थ्रेशोल्ड को निश्चित स्थिरांक के रूप में मानने के बजाय, BGP उन्हें संभाव्यता वितरण के रूप में एन्कोड करता है, देखे गए डेटा का उपयोग करके विश्वासों को अपडेट करता है, और फिर अनिश्चितता के तहत कई महत्वाकांक्षी लक्ष्यों को पूरा करने वाले समाधान खोजने के लिए परिणामी संभाव्य अनुकूलन समस्या को हल करता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Bayesian Goal Programming. ScholarGate. https://scholargate.app/hi/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.
- बेयसियन डायनामिक प्रोग्रामिंगअनुकरण↔ compare
- बेयसियन बहु-उद्देश्यीय अनुकूलनअनुकरण↔ compare
- लक्ष्य प्रोग्रामिंगनिर्णयन↔ compare
- बहु-उद्देश्यीय अनुकूलनअनुकरण↔ compare
- रोबस्ट गोल प्रोग्रामिंगअनुकरण↔ compare
- स्टोकेस्टिक गोल प्रोग्रामिंगअनुकरण↔ compare