دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: [1 ed.] نویسندگان: Alexander S. Poznyak, K. Najim, E. Gómez-Ramírez سری: Automation and Control Engineering ISBN (شابک) : 082479429X, 9780824794293 ناشر: Marcel Dekker /CRC سال نشر: 2000 تعداد صفحات: 315 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 7 Mb
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Self-learning Control of Finite Markov Chains به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب کنترل خودآموزی زنجیرهای محدود مارکوف نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
تعدادی الگوریتم کنترل خودآموز (تطبیقی) جدید و بالقوه مفید و نتایج نظری و عملی را برای زنجیرههای مارکوف محدود نامحدود و محدود ارائه میکند که با تنظیم استراتژیهای کنترل مستقیم یا غیرمستقیم، اطلاعات جدید را کارآمد پردازش میکند.
Presents a number of new and potentially useful self-learning (adaptive) control algorithms and theoretical as well as practical results for both unconstrained and constrained finite Markov chains-efficiently processing new information by adjusting the control strategies directly or indirectly.
Cover\r......Page 1
Series Introduction......Page 8
Preface......Page 10
Contents......Page 14
1:\rControlled Markov Chains......Page 18
Part I:\rUnconstrained Markov Chains......Page 62
2:\rLagrange Multipliers Approach......Page 64
3:\rPenalty Function Approach......Page 86
4:\rProjection Gradient Method......Page 104
Part II:\rConstrained Markov Chains......Page 132
5:\rLagrange Multipliers Approach......Page 134
6:\rPenalty Function Approach......Page 158
7: Nonregular Markov Chains......Page 184
8:\rPractical AsPects......Page 206
Appendix A......Page 282
Appendix B......Page 298
Index......Page 314