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
دسته بندی: احتمال ویرایش: 2015 نویسندگان: Pierre Carpentier, Jean-Philippe Chancelier, Guy Cohen, Michel DE LARA سری: Probability Theory and Stochastic Modelling, Vol. 75 ISBN (شابک) : 3319181378, 9783319181387 ناشر: Springer سال نشر: 2015 تعداد صفحات: 370 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 مگابایت
کلمات کلیدی مربوط به کتاب بهینه سازی چند مرحله ای تصادفی: در تقاطع زمانی کنترل گشتاور گسسته و برنامه ریزی اتفاقی: بهینه سازی پیوسته، نظریه احتمال و فرآیندهای تصادفی
در صورت تبدیل فایل کتاب Stochastic Multi-Stage Optimization: At the Crossroads between Discrete Time Stochastic Control and Stochastic Programming 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 بهینه سازی چند مرحله ای تصادفی: در تقاطع زمانی کنترل گشتاور گسسته و برنامه ریزی اتفاقی 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.
نقش اطلاعات در مسائل بهینه سازی تصادفی پویا را مورد بحث قرار می دهد یک نوع شناسی از ساختارهای اطلاعاتی را پیشنهاد می کند تا ساختارهایی را که از نظر عددی قابل حمل هستند، مشخص کند روشهای گسستهسازی را برای رسیدگی مشترک به اجزای تصادفی و ساختار اطلاعاتی مسائل قابل حمل و بررسی مسائل همگرایی برای ساختارهای اطلاعاتی قابل حمل عددی پیشنهاد میکند. تمرکز جلد حاضر، بهینهسازی تصادفی سیستمهای دینامیکی در زمان گسسته است که - با تمرکز بر نقش اطلاعات در مورد مسائل بهینهسازی - مسائل گسستهسازی مرتبط را مورد بحث قرار میدهد. نیاز روزافزونی برای مقابله با عدم قطعیت در کاربردهای بهینه سازی وجود دارد. به عنوان مثال، معرفی گسترده انرژی های تجدیدپذیر در سیستم های قدرت، روش های سنتی مدیریت آنها را به چالش می کشد. این کتاب ابزارهای اساسی و پیشرفته را برای رسیدگی و حل عددی چنین مسائلی ارائه می دهد و از این طریق پلی بین برنامه نویسی تصادفی و کنترل تصادفی ایجاد می کند. این برای خوانندگان فارغ التحصیل و دانش پژوهان در بهینه سازی یا کنترل تصادفی و همچنین مهندسین با پیشینه ریاضیات کاربردی در نظر گرفته شده است. موضوعات مرتبط: بهینه سازی مستمر، نظریه احتمالات و فرآیندهای تصادفی
Discusses the role of information in dynamic stochastic optimization problems Proposes a typology of information structures to delineate those which are numerically tractable Proposes discretization methods jointly handling the stochastic components and the information structure of tractable problems and studies convergence issues for numerically tractable information structures The focus of the present volume is stochastic optimization of dynamical systems in discrete time where - by concentrating on the role of information regarding optimization problems - it discusses the related discretization issues. There is a growing need to tackle uncertainty in applications of optimization. For example the massive introduction of renewable energies in power systems challenges traditional ways to manage them. This book lays out basic and advanced tools to handle and numerically solve such problems and thereby is building a bridge between Stochastic Programming and Stochastic Control. It is intended for graduates readers and scholars in optimization or stochastic control, as well as engineers with a background in applied mathematics. Related Subjects: Continuous Optimization, Probability Theory and Stochastic Processes
Front Matter....Pages i-xvii
Front Matter....Pages 1-1
Issues and Problems in Decision Making Under Uncertainty....Pages 3-26
Open-Loop Control: The Stochastic Gradient Method....Pages 27-62
Front Matter....Pages 63-63
Tools for Information Handling....Pages 65-93
Information and Stochastic Optimization Problems....Pages 95-132
Optimality Conditions for Stochastic Optimal Control (SOC) Problems....Pages 133-152
Front Matter....Pages 153-153
Discretization Methodology for Problems with Static Information Structure (SIS)....Pages 155-180
Numerical Algorithms....Pages 181-207
Front Matter....Pages 209-209
Convergence Issues in Stochastic Optimization....Pages 211-252
Front Matter....Pages 253-253
Multi-Agent Decision Problems....Pages 255-292
Dual Effect for Multi-Agent Stochastic Input-Output Systems....Pages 293-307
Back Matter....Pages 309-362