Байєсівське моделювання дискретних подій — моделювання стохастичних процесів з інформацією з апостеріорного розподілу
Байєсівське моделювання дискретних подій (BDES) інтегрує байєсівський статистичний висновок із моделюванням дискретних подій. Апріорні переконання щодо параметрів системи — таких як інтенсивність обслуговування, час надходження, ймовірності відмов — оновлюються спостережуваними даними за допомогою теореми Байєса, а отримані апостеріорні розподіли безпосередньо керують імітаційним рушієм. Це поєднання дозволяє моделювальникам поширювати як алеаторну, так і епістемічну невизначеність через моделі процесів, керовані подіями.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Bayesian Discrete-Event Simulation — Posterior-informed stochastic process modeling. ScholarGate. https://scholargate.app/uk/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.
- Агентно-орієнтоване дискретно-подієве моделюванняІмітаційне моделювання↔ compare
- Байєсівське агентне моделюванняІмітаційне моделювання↔ compare
- Bayesian Markov ModelІмітаційне моделювання↔ compare
- Дискретно-подієве моделювання (DES)Імітаційне моделювання↔ compare
- Метод Монте-КарлоПрийняття рішень↔ compare
- Стохастичне дискретно-подієве моделюванняІмітаційне моделювання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →