Baijesa mērķprogramēšana
Baijesa mērķprogramēšana (BGP) integrē Baijesa statistisko secināšanu ar klasisko mērķprogramēšanu, lai risinātu nenoteiktību mērķos un parametros. Tā vietā, lai mērķu sliekšņus uzskatītu par fiksētām konstantēm, BGP tos kodē kā varbūtību sadalījumus, atjaunina uzskatus, izmantojot novērotos datus, un pēc tam atrisina iegūto varbūtības optimizācijas problēmu, lai atrastu risinājumus, kas apmierina vairākus aspiratīvus mērķus nenoteiktības apstākļos.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Bayesian Goal Programming. ScholarGate. https://scholargate.app/lv/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.
- Beijesiskā dinamiskā programmēšanaSimulācija↔ compare
- Beiziešu daudzobjektīvu optimizācijaSimulācija↔ compare
- MērķprogramēšanaLēmumu pieņemšana↔ compare
- Daudzobjektīvu optimizācijaSimulācija↔ compare
- Robust Goal Programming (RGP)Simulācija↔ compare
- Stohastiskā mērķprogramēšanaSimulācija↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →