Stochastické programování — Sekvenční rozhodování za nejistoty
Stochastické programování (SDP) je matematický optimalizační rámec pro sekvenční rozhodovací problémy, kde jsou výsledky částečně náhodné. Rozšiřuje Bellmanův princip optimality na stochastická prostředí, reprezentuje problémy jako Markovovy rozhodovací procesy (MDP) a počítá optimální politiky řešením rekurzivních hodnotových rovnic přes stavy a časová období.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Zdroje
- 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
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Stochastic Dynamic Programming (SDP) — Sequential decision-making under uncertainty via Markov decision processes. ScholarGate. https://scholargate.app/cs/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.
- Dynamické programováníOptimalizace↔ compare
- Markovův modelSimulace↔ compare
- Simulace Monte CarloRozhodování↔ compare
- Stochastické lineární programováníSimulace↔ compare
- Stochastické programování se smíšenými celočíselnými proměnnýmiSimulace↔ compare
- Stochastická multikriteriální optimalizaceSimulace↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →