Machine learningOptimal Control

Persamaan Hamilton-Jacobi-Bellman

Persamaan Hamilton-Jacobi-Bellman (HJB) ialah persamaan pembezaan separa yang mencirikan fungsi kos-ke-hadapan optimum dalam pengaturcaraan dinamik. Dibangunkan oleh Bellman pada tahun 1957, HJB menyediakan kedua-dua syarat perlu dan cukup untuk keoptimuman, membolehkan analisis teori yang elegan dan penyelesaian berangka untuk masalah kawalan optimum. HJB adalah asas kepada pembelajaran pengukuhan, pengaturcaraan dinamik anggaran, dan kawalan masa nyata.

Buka dalam MethodMindTidak lama lagiApply, compare, get guidance

Tools & resources

Muat turun slaid

Learn & explore

VideoTidak lama lagi

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Peta kaedah

Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.

Persamaan Hamilton-Jacobi-Bellman

Pengawal Kuadratik Linear Kawalan Ramalan Model Prinsip Maksimum Pontrya…

Sumber

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

Cara memetik halaman ini

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

Kaedah yang mana?

Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.