Hamilton-Jacobi-Bellman-ligningen
Hamilton-Jacobi-Bellman (HJB)-ligningen er en partiel differentialligning, der karakteriserer den optimale omkostnings-til-gå-funktion i dynamisk programmering. Udviklet af Bellman i 1957, giver HJB både nødvendige og tilstrækkelige betingelser for optimalitet, hvilket muliggør elegant teoretisk analyse og numeriske løsninger for optimale kontrolproblemer. HJB er fundamental for forstærkningslæring, approksimativ dynamisk programmering og realtidsstyring.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Metodekort
Nabolaget af beslægtede metoder — vælg en knude for at udforske.
Kilder
Sådan citerer du denne side
ScholarGate. (2026, June 3). Hamilton-Jacobi-Bellman Equation. ScholarGate. https://scholargate.app/da/control-theory/hamilton-jacobi-bellman-equation
Hvilken metode?
Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.
- Linear Quadratic RegulatorReguleringsteknik↔ sammenlign
- Model Predictive ControlReguleringsteknik↔ sammenlign
- Pontryagin MaksimumprincipReguleringsteknik↔ sammenlign
Refereret af
Similar methods
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →