Robust Markov Model — Markov chain analysis under transition probability uncertainty
Robust Markov Model piemēro robustuma principus Markov ķēdēm, aizstājot vienas punktu pārejas varbūtības ar nenoteiktības kopām, pēc tam optimizējot pret sliktākā gadījuma realizāciju. Sākotnēji izstrādāts robustiem Markov lēmumu procesiem operāciju pētniecībā, tas tiek izmantots visur, kur pārejas ātrumi tiek novērtēti ar troksni vai pakļauti pretinieka variācijām, nodrošinot, ka lēmumi paliek droši visā nenoteiktības diapazonā.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Nilim, A., El Ghaoui, L. (2005). Robust control of Markov decision processes with uncertain transition matrices. Operations Research, 53(5), 780-798. DOI: 10.1287/opre.1050.0216 ↗
- Iyengar, G. N. (2005). Robust dynamic programming. Mathematics of Operations Research, 30(2), 257-280. DOI: 10.1287/moor.1040.0129 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Robust Markov Model — Markov chain analysis under transition probability uncertainty. ScholarGate. https://scholargate.app/lv/simulation/robust-markov-model
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.
- Markov ModelSimulācija↔ compare
- Monte Carlo simulācijaLēmumu pieņemšana↔ compare
- Robustas jutīguma analīzeSimulācija↔ compare
- Stohastiskais Markova modelisSimulācija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →