Rilassamenti dell'informazione e dualità nei programmi dinamici stocastici: Una rassegna e un tutorial

Titolo originale:

Information Relaxations and Duality in Stochastic Dynamic Programs: A Review and Tutorial

Contenuto del libro:

La programmazione dinamica (DP) fornisce un quadro potente per la modellazione di problemi decisionali complessi in cui l'incertezza è risolta e le decisioni sono prese nel tempo. Tuttavia, è difficile da scalare per problemi complessi.

I metodi di simulazione Monte Carlo, invece, sono tipicamente scalabili, ma in genere non forniscono un buon metodo per identificare una politica ottimale o per fornire un limite di performance. Per ovviare a queste limitazioni, gli autori esaminano l'approccio del rilassamento dell'informazione, che funziona riducendo un complesso DP stocastico a una serie di problemi di ottimizzazione deterministica specifici per lo scenario, risolti all'interno di una simulazione Monte Carlo. Con uno stile da tutorial, gli autori riassumono le idee chiave dei metodi di rilassamento dell'informazione per i DP stocastici e ne dimostrano l'uso con diversi esempi.

Essi forniscono un "one-stop-shop" per i ricercatori che cercano di apprendere le idee chiave e gli strumenti per utilizzare i metodi di rilassamento dell'informazione. Questo libro fornisce al lettore una panoramica completa di una tecnica potente per l'uso da parte di studenti, ricercatori e professionisti.