Information Relaxations and Duality in Stochastic Dynamic Programs: A Review and Tutorial
Dynamické programovanie (DP) poskytuje výkonný rámec na modelovanie komplexných rozhodovacích problémov, v ktorých sa rieši neistota a rozhodnutia sa prijímajú v čase. Je však ťažké ho rozšíriť na komplexné problémy.
Simulačné metódy Monte Carlo sa zvyčajne dobre škálujú, ale zvyčajne neposkytujú dobrý spôsob identifikácie optimálnej politiky alebo poskytnutia hranice výkonnosti. Na riešenie týchto obmedzení autori skúmajú prístup relaxácie informácií, ktorý funguje tak, že redukuje komplexný stochastický DP na sériu deterministických optimalizačných problémov špecifických pre daný scenár riešených v rámci simulácie Monte Carlo. Autori, napísaní výučbovým štýlom, sumarizujú kľúčové myšlienky metód relaxácie informácií pre stochastické DP a demonštrujú ich použitie na niekoľkých príkladoch.
Poskytujú "komplexnú informáciu" pre výskumníkov, ktorí sa chcú naučiť kľúčové myšlienky a nástroje na používanie metód relaxácie informácií. Táto kniha poskytuje čitateľovi ucelený prehľad o výkonnej technike, ktorú môžu využívať študenti, výskumníci aj odborníci z praxe.
© Book1 Group - všetky práva vyhradené.
Obsah tejto stránky nesmie byť kopírovaný ani použitý čiastočne alebo v celku bez písomného súhlasu vlastníka.
Posledná úprava: 2024.11.13 22:11 (GMT)