البرمجة الديناميكية العشوائية — اتخاذ القرارات المتسلسل في ظل عدم اليقين
البرمجة الديناميكية العشوائية (SDP) هي إطار عمل رياضي للتحسين لمشاكل اتخاذ القرارات المتسلسلة التي تكون نتائجها عشوائية جزئيًا. وهي توسع مبدأ بيلمان للأمثلية إلى البيئات العشوائية، وتمثل المشاكل على هيئة عمليات ماركوف لاتخاذ القرار (MDPs) وتحسب السياسات المثلى عن طريق حل معادلات القيمة التكرارية عبر الحالات والفترات الزمنية.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
المصادر
- Bellman, R. (1957). Dynamic Programming. Princeton University Press, Princeton, NJ. ISBN: 9780486428093
- Puterman, M. L. (1994). Markov Decision Processes: Discrete Stochastic Dynamic Programming. John Wiley & Sons, New York. ISBN: 9780471619772
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Stochastic Dynamic Programming (SDP) — Sequential decision-making under uncertainty via Markov decision processes. ScholarGate. https://scholargate.app/ar/simulation/stochastic-dynamic-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.
- البرمجة الديناميكيةالتحسين↔ compare
- نموذج ماركوفالمحاكاة↔ compare
- محاكاة مونت كارلواتخاذ القرار↔ compare
- البرمجة الخطية العشوائيةالمحاكاة↔ compare
- البرمجة الصحيحة المختلطة العشوائيةالمحاكاة↔ compare
- التحسين العشوائي متعدد الأهدافالمحاكاة↔ compare