Bayesiansk lineærprogrammering — Optimering under usikkerhet i Bayesianske parametere

Bayesiansk lineærprogrammering (BLP) integrerer Bayesiansk statistisk inferens med klassisk lineærprogrammering for å håndtere usikkerhet i modellparametere som koeffisienter i målfunksjonen, koeffisienter i begrensninger eller høyre-side-verdier. I stedet for å behandle parametere som faste eller styrt av verste-fall-grenser, bruker BLP forhåndstro som oppdateres av data for å danne posteriorfordelinger, som deretter styrer LP-formuleringen og løsningen, og produserer beslutninger som er optimale i en probabilistisk, datainformert forstand.