ScholarGate
Asisten
Process / pipelineSimulation / optimization

Pemrograman Integer Bayesian — Optimasi Kombinatorial yang Dipandu Prior Probabilistik

Pemrograman Integer Bayesian (BIP) mengintegrasikan penalaran probabilistik Bayesian dengan pemrograman integer untuk memecahkan masalah optimasi kombinatorial di bawah ketidakpastian. Alih-alih memperlakukan parameter sebagai tetap, ia mengkodekan keyakinan awal tentang koefisien yang tidak pasti dan memperbaruinya dengan data yang diamati, menghasilkan pencarian yang dipandu posterior atas solusi yang layak integer. Pendekatan ini banyak digunakan dalam penjadwalan, alokasi sumber daya, dan perencanaan rantai pasokan di mana data tidak lengkap atau berisik.

Buka di MethodMindSegeraVideoSegeraDownload slides

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Method map

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

Sumber

  1. Baptiste, P., Lassagne, I., & Nuijten, W. (2001). Bayesian reasoning in mixed integer programming. European Journal of Operational Research, 130(2), 293–313. link
  2. Bayesian optimization. Wikipedia. link

Cara menyitasi halaman ini

ScholarGate. (2026, June 3). Bayesian Integer Programming — Probabilistic Prior-Guided Combinatorial Optimization. ScholarGate. https://scholargate.app/id/simulation/bayesian-integer-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 Integer Programming (Bayesian Integer Programming — Probabilistic Prior-Guided Combinatorial Optimization). Diakses 2026-06-15 dari https://scholargate.app/id/simulation/bayesian-integer-programming · Set data: https://doi.org/10.5281/zenodo.20539026