Information Relaxations and Duality in Stochastic Dynamic Programs: A Review and Tutorial
A dinamikus programozás (DP) hatékony keretet biztosít az összetett döntési problémák modellezésére, ahol a bizonytalanságot feloldják, és a döntéseket időben hozzák meg. De nehéz skálázni az összetett problémákra.
A Monte Carlo szimulációs módszerek azonban jellemzően jól skálázhatók, de általában nem nyújtanak jó lehetőséget az optimális politika azonosítására vagy teljesítménykorlátozásra. E korlátozások kezelésére a szerzők áttekintik az információs relaxációs megközelítést, amely úgy működik, hogy egy komplex sztochasztikus DP-t egy sor forgatókönyv-specifikus determinisztikus optimalizálási problémára redukál, amelyeket egy Monte Carlo-szimuláció keretében oldanak meg. A szerzők oktatói stílusban írva összefoglalják a sztochasztikus DP-kre vonatkozó információs relaxációs módszerek legfontosabb gondolatait, és számos példán keresztül bemutatják alkalmazásukat.
"Egyablakos" segítséget nyújtanak a kutatók számára, akik meg akarják ismerni az információrelaxációs módszerek használatának legfontosabb ötleteit és eszközeit. Ez a könyv átfogó áttekintést nyújt az olvasónak egy nagy teljesítményű technikáról, amelyet a hallgatók, kutatók és gyakorlati szakemberek egyaránt használhatnak.
