Process / pipelineSimulation / optimization

Stochastic Dynamic Programming — การตัดสินใจตามลำดับภายใต้ความไม่แน่นอน

Stochastic Dynamic Programming (SDP) หรือ การโปรแกรมพลวัตเชิงสุ่ม เป็นกรอบการหาค่าเหมาะที่สุดเชิงคณิตศาสตร์สำหรับปัญหาการตัดสินใจตามลำดับ ซึ่งผลลัพธ์มีความสุ่มบางส่วน โดยเป็นการขยายหลักการของ Bellman เกี่ยวกับความเหมาะสมที่สุดไปยังสภาพแวดล้อมที่มีความสุ่ม โดยแสดงปัญหาในรูปของกระบวนการตัดสินใจแบบมาร์คอฟ (Markov Decision Processes - MDPs) และคำนวณนโยบายที่เหมาะสมที่สุดโดยการแก้สมการค่าเวียนเกิด (recursive value equations) ผ่านสถานะและช่วงเวลา

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

The neighbourhood of related methods — select a node to explore.

+5 more

แหล่งอ้างอิง

  1. Bellman, R. (1957). Dynamic Programming. Princeton University Press, Princeton, NJ. ISBN: 9780486428093
  2. Puterman, M. L. (1994). Markov Decision Processes: Discrete Stochastic Dynamic Programming. John Wiley & Sons, New York. ISBN: 9780471619772

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Stochastic Dynamic Programming (SDP) — Sequential decision-making under uncertainty via Markov decision processes. ScholarGate. https://scholargate.app/th/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.

Compare side by side

ถูกอ้างอิงโดย

ScholarGateStochastic Dynamic Programming (Stochastic Dynamic Programming (SDP) — Sequential decision-making under uncertainty via Markov decision processes). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/simulation/stochastic-dynamic-programming · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026