Stochastic Recursive Algorithms for Optimization: Simultaneous Perturbation Methods

الگوریتم‌های بازگشتی تصادفی برای بهینه‌سازی الگوریتم‌هایی را برای بهینه‌سازی محدود و بدون محدودیت و برای یادگیری تقویتی ارائه می‌دهند. رویکردهای اغتشاش کارآمد رشته ای را تشکیل می دهند که همه الگوریتم های در نظر گرفته شده را متحد می کند. تقریب تصادفی آشفتگی همزمان و برآوردگرهای کسری صاف برای روش‌های مبتنی بر گرادیان و هسین ارائه شده‌اند. این الگوریتم ها:
• به راحتی پیاده سازی می شوند.
• به یک مدل سیستم صریح نیاز ندارید. و
• کار با داده های واقعی یا شبیه سازی شده.
فصول مربوط به کاربرد آنها در سیستم های خدماتی، کنترل ترافیک وسایل نقلیه و شبکه های ارتباطی این نکته را نشان می دهد. این کتاب دارای نتایج ریاضی لازم است که در یک پیوست قرار داده شده است.
متن الگوریتم‌های ساده و کاربردی را ارائه می‌کند که به صورت دقیق ریاضی ارائه می‌شوند، بنابراین مطالب ارائه‌شده به طور یکسان مورد توجه پزشکان، محققان دانشگاهی و دانشجویان تحصیلات تکمیلی قرار می‌گیرد. گستردگی کاربردها این کتاب را برای خوانندگانی با پیشینه‌های متفاوت مناسب می‌سازد: کارگران در زمینه‌های مرتبط علوم کامپیوتر، مهندسی کنترل، علوم مدیریت، ریاضیات کاربردی، مهندسی صنایع و تحقیقات عملیات محتوای ارزشمندی را پیدا خواهند کرد.

Stochastic Recursive Algorithms for Optimization presents algorithms for constrained and unconstrained optimization and for reinforcement learning. Efficient perturbation approaches form a thread unifying all the algorithms considered. Simultaneous perturbation stochastic approximation and smooth fractional estimators for gradient- and Hessian-based methods are presented. These algorithms:
• are easily implemented;
• do not require an explicit system model; and
• work with real or simulated data.
Chapters on their application in service systems, vehicular traffic control and communications networks illustrate this point. The book is self-contained with necessary mathematical results placed in an appendix.
The text provides easy-to-use, off-the-shelf algorithms that are given detailed mathematical treatment so the material presented will be of significant interest to practitioners, academic researchers and graduate students alike. The breadth of applications makes the book appropriate for reader from similarly diverse backgrounds: workers in relevant areas of computer science, control engineering, management science, applied mathematics, industrial engineering and operations research will find the content of value.