Bayesian Discrete-Event Simulation — Posterior-informed stochastic process modeling
A Bayesian Discrete-Event Simulation (BDES) a Bayes-statisztikai következtetést a diszkrét események szimulációjával integrálja. A rendszerelemek — mint például a kiszolgálási ráták, érkezési idők vagy meghibقدási valószínűségek — paramétereire vonatkozó korábbi hiedelmeket a megfigyelt adatokkal Bayes-tételén keresztül frissítjük, és a keletkező utóeloszlások közvetlenül vezérlik a szimulációs motort. Ez a kapcsolódás lehetővé teszi a modellezők számára, hogy mind az aleatórikus, mind az episztemikus bizonytalanságot átvigyék az eseményvezérelt folyamatmodelleken.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Bayesian Discrete-Event Simulation — Posterior-informed stochastic process modeling. ScholarGate. https://scholargate.app/hu/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.
- Ügynök-alapú diszkrét esemény szimulációSzimuláció↔ compare
- Bayesiánus ágensalapú modellezésSzimuláció↔ compare
- Bayes-féle Markov-modellSzimuláció↔ compare
- Diszkrét Esemény Szimuláció (DES)Szimuláció↔ compare
- MONTE-CARLO-SIMULATIONDöntéshozatal↔ compare
- Stochastic Discrete-Event SimulationSzimuláció↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →