ScholarGate
Asszisztens

Módszerek összehasonlítása

Tekintse át a kiválasztott módszereket egymás mellett; az eltérő sorok kiemelve jelennek meg.

Bayes-féle célprogramozás×Célprogramozás×
TudományterületSzimulációDöntéshozatal
MódszercsaládProcess / pipelineMCDM
Keletkezés éve1990s1955
MegalkotóRios Insua, D. and colleaguesCharnes, A., Cooper, W. W.
TípusMulti-objective optimization under uncertaintyMulti-objective optimisation — weighted/lexicographic goal deviation minimisation
AlapműRios Insua, D. (1990). Sensitivity Analysis in Multi-objective Decision Making. Springer-Verlag, Berlin. ISBN: 9783540528814Charnes, A., Cooper, W. W. (1955). Optimal estimation of executive compensation by linear programming. Management Science DOI ↗
Alternatív nevekBGP, Bayesian GP, Probabilistic Goal Programming, Bayesian Multi-Goal Optimization
Kapcsolódó68
ÖsszefoglalóBayesian Goal Programming (BGP) integrates Bayesian statistical inference with classic goal programming to handle uncertainty in targets and parameters. Instead of treating goal thresholds as fixed constants, BGP encodes them as probability distributions, updates beliefs using observed data, and then solves the resulting probabilistic optimization problem to find solutions that satisfy multiple aspirational goals under uncertainty.GOAL-PROGRAMMING (Goal Programming — Minimise deviations from multiple aspiration levels) is a ranking multi-criteria decision-making (MCDM) method introduced by Charnes, A., Cooper, W. W. in 1955. It turns a decision matrix of alternatives scored on multiple criteria into a structured, reproducible result.
ScholarGateAdatkészlet
  1. v1
  2. 2 Források
  3. PUBLISHED
  1. v1
  2. 1 Források
  3. PUBLISHED

Ugrás a kereséshez Download slides

ScholarGateMódszerek összehasonlítása: Bayesian Goal Programming · GOAL-PROGRAMMING. Letöltve 2026-06-15, forrás: https://scholargate.app/hu/compare