Simulazione Bayesiana a Eventi Discreti — Modellazione di processi stocastici informata dal posteriore
La Simulazione Bayesiana a Eventi Discreti (BDES) integra l'inferenza statistica Bayesiana con la simulazione a eventi discreti. Le credenze a priori sui parametri del sistema — come tassi di servizio, tempi di arrivo o probabilità di guasto — vengono aggiornate con dati osservati tramite il teorema di Bayes, e le risultanti distribuzioni a posteriori guidano direttamente il motore di simulazione. Questo accoppiamento consente ai modellisti di propagare sia l'incertezza aleatoria che quella epistemica attraverso modelli di processo guidati da eventi.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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
Come citare questa pagina
ScholarGate. (2026, June 3). Bayesian Discrete-Event Simulation — Posterior-informed stochastic process modeling. ScholarGate. https://scholargate.app/it/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.
- Simulazione Ibrida Agente-Basata e a Eventi DiscretiSimulazione↔ compare
- Modellazione Bayesiana Basata su AgentiSimulazione↔ compare
- Modello Markoviano BayesianoSimulazione↔ compare
- Simulazione a Eventi Discreti (DES)Simulazione↔ compare
- Simulazione Monte CarloProcesso decisionale↔ compare
- Simulazione stocastica a eventi discretiSimulazione↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →