Titre original :
Information Relaxations and Duality in Stochastic Dynamic Programs: A Review and Tutorial
Contenu du livre :
La programmation dynamique (PD) offre un cadre puissant pour la modélisation de problèmes décisionnels complexes où l'incertitude est résolue et où les décisions sont prises au fil du temps. Mais il est difficile de l'adapter à des problèmes complexes.
Les méthodes de simulation de Monte Carlo, quant à elles, s'adaptent généralement bien, mais ne permettent pas d'identifier une politique optimale ou de fournir une limite de performance. Pour remédier à ces restrictions, les auteurs examinent l'approche de relaxation de l'information, qui consiste à réduire un PDD stochastique complexe à une série de problèmes d'optimisation déterministes spécifiques à un scénario, résolus dans le cadre d'une simulation de Monte Carlo. Dans un style didactique, les auteurs résument les idées clés des méthodes de relaxation de l'information pour les PD stochastiques et démontrent leur utilisation à l'aide de plusieurs exemples.
Ils fournissent un "guichet unique" pour les chercheurs qui cherchent à apprendre les idées clés et les outils pour utiliser les méthodes de relaxation de l'information. Ce livre offre au lecteur une vue d'ensemble complète d'une technique puissante à l'usage des étudiants, des chercheurs et des praticiens.
Autres informations sur le livre :
| ISBN : | 9781680839623 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
| Année de publication : | 2022 |
| Nombre de pages : | 108 |
Achat:
Actuellement disponible, en stock.
