ScholarGate
دستیار
Machine learningOptimal Control

معادله همیلتون-ژاکوبی-بلمن

معادله همیلتون-ژاکوبی-بلمن (HJB) یک معادله دیفرانسیل جزئی است که تابع هزینه بهینه تا رسیدن به هدف را در برنامه‌ریزی پویا مشخص می‌کند. HJB که توسط بلمن در سال ۱۹۵۷ توسعه یافت، هم شرایط لازم و هم شرایط کافی برای بهینگی را فراهم می‌کند و امکان تحلیل نظری و راه‌حل‌های عددی زیبا برای مسائل کنترل بهینه را فراهم می‌سازد. HJB برای یادگیری تقویتی، برنامه‌ریزی پویای تقریبی و کنترل بلادرنگ اساسی است.

باز کردن در MethodMindبه‌زودیApply, compare, get guidance
Tools & resources
دریافت اسلایدها
Learn & explore
ویدیوبه‌زودی

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

نقشهٔ روش

همسایگی روش‌های مرتبط — برای کاوش، یک گره را برگزینید.

منابع

  1. Bellman, R. (1957). Dynamic Programming. Princeton University Press. link
  2. Kirk, D. E. (2004). Optimal Control Theory: An Introduction (2nd ed.). Dover Publications. link

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Hamilton-Jacobi-Bellman Equation. ScholarGate. https://scholargate.app/fa/control-theory/hamilton-jacobi-bellman-equation

کدام روش؟

این روش را در کنار نزدیک‌ترین روش‌های خویشاوندش بگذارید و آن‌ها را کنار هم بخوانید — کتابخانه کتاب‌ها را روی میز می‌گشاید؛ انتخاب با شماست.

مقایسهٔ کنار هم

ارجاع‌شده در

ScholarGateHamilton-Jacobi-Bellman Equation (Hamilton-Jacobi-Bellman Equation). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/control-theory/hamilton-jacobi-bellman-equation · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026