Pengaturcaraan Dinamik Stokastik — Pembuatan Keputusan Berurutan di Bawah Ketidakpastian
Pengaturcaraan Dinamik Stokastik (SDP) ialah rangka kerja pengoptimuman matematik untuk masalah pembuatan keputusan berurutan di mana hasil sebahagiannya rawak. Ia melanjutkan prinsip keoptimuman Bellman kepada persekitaran stokastik, mewakili masalah sebagai Proses Keputusan Markov (MDP) dan mengira dasar optimum dengan menyelesaikan persamaan nilai rekursif merentasi keadaan dan tempoh masa.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Sumber
- 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
Cara memetik halaman ini
ScholarGate. (2026, June 3). Stochastic Dynamic Programming (SDP) — Sequential decision-making under uncertainty via Markov decision processes. ScholarGate. https://scholargate.app/ms/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.
- Pengaturcaraan DinamikPengoptimuman↔ compare
- Model MarkovSimulasi↔ compare
- Simulasi Monte CarloPembuatan Keputusan↔ compare
- Pengaturcaraan Linear StokastikSimulasi↔ compare
- Pengaturcaraan Integer Bercampur StokastikSimulasi↔ compare
- Pengoptimuman Pelbagai Objektif StokastikSimulasi↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →