การโปรแกรมพลวัตแบบกำหนดได้ — การหาค่าเหมาะสมที่สุดแบบลำดับที่แม่นยำภายใต้พารามิเตอร์ที่ทราบ
การโปรแกรมพลวัตแบบกำหนดได้ (DDP) เป็นเทคนิคการหาค่าเหมาะสมที่สุดทางคณิตศาสตร์ที่แยกย่อยปัญหาการตัดสินใจหลายขั้นตอนออกเป็นลำดับของปัญหาย่อยที่ง่ายกว่า โดยแก้ปัญหาเหล่านั้นได้อย่างแม่นยำเมื่อพารามิเตอร์ของระบบทั้งหมด — ฟังก์ชันการเปลี่ยนสถานะ ต้นทุน และรางวัล — เป็นที่ทราบอย่างแน่นอน DDP รับประกันนโยบายที่เหมาะสมที่สุดทั่วโลกผ่านหลักการความเหมาะสมที่สุดของเบลล์แมน
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Bellman, R. E. (1957). Dynamic Programming. Princeton University Press, Princeton, NJ. ISBN: 9780691079516
- Bertsekas, D. P. (2017). Dynamic Programming and Optimal Control (4th ed., Vol. 1). Athena Scientific, Belmont, MA. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Deterministic Dynamic Programming — Exact sequential optimization under known parameters. ScholarGate. https://scholargate.app/th/simulation/deterministic-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.
- การโปรแกรมจำนวนเต็มเชิงกำหนดการจำลอง↔ compare
- การโปรแกรมเชิงเส้นแบบกำหนดได้ (Deterministic Linear Programming)การจำลอง↔ compare
- แบบจำลองมาร์คอฟการจำลอง↔ compare
- การโปรแกรมจำนวนเต็มผสมการจำลอง↔ compare
- การโปรแกรมเชิงพลวัตหลายวัตถุประสงค์การจำลอง↔ compare
- Stochastic Dynamic Programmingการจำลอง↔ compare