Stokastinen dynaaminen ohjelmointi — peräkkäinen päätöksenteko epävarmuudessa
Stokastinen dynaaminen ohjelmointi (SDP) on matemaattinen optimointikehys peräkkäisille päätöksenteko-ongelmille, joissa lopputulokset ovat osittain satunnaisia. Se laajentaa Bellmanin optimaalisuusperiaatteen stokastisiin ympäristöihin, esittäen ongelmat Markovin päätösprosesseina (MDP) ja laskien optimaaliset politiikat ratkaisemalla rekursiivisia arvoyhtälöitä tilojen ja ajanjaksojen yli.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Lähteet
- 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
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Stochastic Dynamic Programming (SDP) — Sequential decision-making under uncertainty via Markov decision processes. ScholarGate. https://scholargate.app/fi/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.
- Dynaaminen ohjelmointiOptimointi↔ compare
- Markov-MalliSimulointi↔ compare
- MONTE-CARLO-SIMULATIONPäätöksenteko↔ compare
- Stokastinen lineaarinen optimointiSimulointi↔ compare
- Stokastinen kokonaislukuoptimointiSimulointi↔ compare
- Stochastic Multi-Objective OptimizationSimulointi↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →