Bayes-féle célprogramozás
A Bayes-féle célprogramozás (BGP) integrálja a Bayes-statisztikai következtetést a klasszikus célprogramozással a célok és paraméterek bizonytalanságának kezelésére. A célküszöbértékeket rögzített állandók helyett valószínűségi eloszlásokként kódolja, a megfigyelt adatok felhasználásával frissíti a hiteket, majd megoldja a keletkező valószínűségi optimalizálási problémát, hogy megoldásokat találjon, amelyek bizonytalanság mellett több aspirációs célt is kielégítenek.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Bayesian Goal Programming. ScholarGate. https://scholargate.app/hu/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.
- Bayesian Dynamic ProgrammingSzimuláció↔ compare
- Bayes-féle Többfunkciós OptimalizálásSzimuláció↔ compare
- CélprogramozásDöntéshozatal↔ compare
- Többfunkciós optimalizálásSzimuláció↔ compare
- Robusztus célprogramozás – Több cél elérése bizonytalanság mellettSzimuláció↔ compare
- Sztochasztikus CélprogramozásSzimuláció↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →