Stochastic Control of Hereditary Systems and Applications

این تک نگاری تحقیقی نظریه همیلتون-جاکوبی-بلمن (HJB) را از طریق اصل برنامه نویسی پویا برای کلاسی از مسائل کنترل بهینه برای سیستم های دیفرانسیل ارثی تصادفی توسعه می دهد. این توسط یک حرکت استاندارد براونی و با یک حافظه محدود یا یک حافظه بی نهایت اما محو می شود.

مسائل کنترل بهینه که در این کتاب مورد بررسی قرار می گیرد شامل کنترل کلاسیک بهینه و توقف بهینه با یک حافظه محدود و بیش از زمان محدود است. horizon.

این کتاب می تواند به عنوان مقدمه ای برای محققان و دانشجویان تحصیلات تکمیلی که علاقه خاصی به یادگیری و ورود به حوزه های تحقیقاتی در نظریه کنترل تصادفی با حافظه دارند، استفاده شود. هر فصل شامل یک خلاصه است.

مو-هسیونگ چانگ یک مدیر برنامه در بخش علوم ریاضی برای دفتر تحقیقات ارتش ایالات متحده است.

This research monograph develops the Hamilton-Jacobi-Bellman (HJB) theory through dynamic programming principle for a class of optimal control problems for stochastic hereditary differential systems. It is driven by a standard Brownian motion and with a bounded memory or an infinite but fading memory.

The optimal control problems treated in this book include optimal classical control and optimal stopping with a bounded memory and over finite time horizon.

This book can be used as an introduction for researchers and graduate students who have a special interest in learning and entering the research areas in stochastic control theory with memories. Each chapter contains a summary.

Mou-Hsiung Chang is a program manager at the Division of Mathematical Sciences for the U.S. Army Research Office.