掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
隨機動態決策理論與應用 版權信息
- ISBN：9787560667492
- 條形碼：9787560667492 ; 978-7-5606-6749-2
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
隨機動態決策理論與應用 內容簡介
本書介紹隨機動態決策的理論與應用。全書共14章，分為理論篇和應用篇。第1章~第6章為理論篇，內容包括離散時間馬爾可夫決策過程(有限階段、無限階段折扣準則、無限階段平均準則），半馬爾可夫決策過程，連續時間馬爾可夫決策過程，強化學習與近似算法；第7章~第14章為應用篇，內容包括庫存管理，收益管理，網上拍賣，網上拍賣下的收益管理、庫存管理，技術的采用與選擇，排隊（服務）系統的*優控制，組合證券選擇與風險管理，供應鏈動態管理。
本書適合作為高等院校管理科學、運籌學、自動控制、計算機科學等專業的研究生教材，也可供對動態決策理論、人工智能諸方面感興趣的研究人員閱讀。
隨機動態決策理論與應用 目錄
第1章 有限階段 2
1.1 單階段決策 2
1.2 多階段動態決策：確定性 3
1.3 多階段馬爾可夫決策過程 8
1.3.1 模型 9
1.3.2 *優方程與*優策略 11
1.4 若干隨機動態決策問題 13
1.4.1 期權的購買與執行問題 13
1.4.2 *優選擇問題 15
1.4.3 產品定價問題 17
1.5 模函數與單調策略 18
1.5.1 *優策略的單調性 18
1.5.2 受罰款限制的*優分配問題 20
習題 22
參考文獻 23
第2章 離散時間馬爾可夫決策過程：折扣準則 24
2.1 模型與折扣*優方程 24
2.1.1 模型 24
2.1.2 *優方程 25
2.2 算法 29
2.2.1 逐次逼近法(值迭代法) 29
2.2.2 策略迭代法 32
2.2.3 線性規劃法 34
2.3 應用 36
2.3.1 *優停止問題 36
2.3.2 項目管理：Bandit問題 40
2.4 MDP模型的推廣 43
2.4.1 一種無界報酬條件 43
2.4.2 非可數決策集 48
2.4.3 一般策略集 50
2.5 期望總報酬準則 51
2.5.1 模型縮減 52
2.5.2 報酬函數的有限性 53
2.5.3 *優值函數的有限性及*優方程 53
習題 55
參考文獻 56
第3章 離散時間馬爾可夫決策過程：平均準則 57
3.1 平均準則的*優方程 57
3.1.1 平均準則的*優方程與*優策略 57
3.1.2 常返性條件 63
3.1.3 有限MDP 65
3.2 算法 66
3.2.1 逐次逼近法 66
3.2.2 策略迭代法 70
3.2.3 線性規劃法 72
3.3 *優不等式 75
本章附錄：若干引理 79
習題 81
參考文獻 82
第4章 半馬爾可夫決策過程 83
4.1 半馬爾可夫決策過程模型 83
4.1.1 SMDP模型 83
4.1.2 正則性條件 84
4.1.3 準則函數 86
4.2 轉換為離散時間馬爾可夫決策過程 86
4.2.1 期望折扣總報酬準則 86
4.2.2 平均準則 88
4.3 馬爾可夫型SMDP 92
4.4 模型推廣：報酬函數的一般形式 93
習題 95
參考文獻 95
第5章 連續時間馬爾可夫決策過程 96
5.1 時齊模型 96
5.2 期望折扣總報酬準則 98
5.2.1 折扣準則 98
5.2.2 期望折扣總報酬準則 102
5.3 平均準則 104
5.4 非時齊模型 106
習題 113
參考文獻 113
第6章 強化學習與近似算法 114
6.1 強化學習：折扣準則 114
6.1.1 折扣目標函數值的估計 114
6.1.2 強化學習算法 115
6.1.3 TD(λ) 118
6.2 強化學習：平均準則 119
6.2.1 平均準則函數值的估計 119
6.2.2 平均準則的強化學習算法 120
6.3 近似算法 122
6.3.1 近似逐次逼近法 123
6.3.2 近似策略迭代法 124
習題 126
參考文獻 126
應 用 篇
第7章 庫存管理 128
7.1 多周期隨機庫存管理問題 128
7.1.1 多周期庫存管理問題 128
7.1.2 有限階段期望折扣總費用 130
7.1.3 短視策略 131
7.2 無限階段隨機存貯問題 132
7.2.1 無限階段折扣準則 132
7.2.2 無限階段平均準則 135
7.2.3 損失制 135
7.3 存貯與定價的聯合動態決策 137
7.3.1 有限階段 138
7.3.2 無限階段 140
習題 141
參考文獻 141
第8章 收益管理 142
8.1 價格固定時的容量分配 142
8.1.1 靜態模型 142
8.1.2 動態模型 145
8.1.3 預訂和超訂 146
8.2 價格動態變化時的多階段容量分配 147
8.3 連續時間動態定價 151
8.4 基于Priceline的買方/賣方定價收益管理問題 156
8.4.1 買方定價 156
8.4.2 賣方定價 159
8.5 房地產市場的政府調控策略：基于收益管理 160
8.6 收益管理的進一步討論 163
習題 164
參考文獻 165
第9章 網上拍賣 166
9.1 拍賣簡介 166
9.2 單物品網上拍賣中的顧客投標策略 167
9.2.1 問題與模型 168
9.2.2 IPV下硬性結束規則的一級價格網上拍賣 169
9.2.3 IPV下軟性結束規則的一級價格網上拍賣 174
9.2.4 其他類型的網上拍賣 175
9.3 單階段多物品網上拍賣的收益 177
習題 181
參考文獻 182
第10章 網上拍賣下的收益管理、庫存管理 183
10.1 網上分批拍賣下的收益管理 183
10.1.1 問題與模型 183
10.1.2 *優分配策略的單調性 184
10.1.3 數值分析 189
10.2 網上拍賣下的庫存管理 191
10.2.1 有限階段 191
10.2.2 折扣準則 194
10.2.3 平均準則 197
10.2.4 *優保留價 198
10.2.5 數值分析 199
習題 202
參考文獻 203
第11章 技術的采用與選擇 204
11.1 *優更換 204
11.1.1 有限階段 204
11.1.2 無限階段折扣準則 206
11.1.3 平均準則 208
11.2 技術采用 209
11.3 基于購買的技術更新問題 212
11.4 基于自行研發的技術更新問題 215
11.5 新產品策略與庫存管理 219
習題 221
參考文獻 221
第12章 排隊(服務)系統的*優控制 222
12.1 排隊系統的到達控制 222
12.1.1 M/G/1排隊系統的靜態到達率控制 222
12.1.2 M/M/K排隊系統的動態到達率控制 224
12.1.3 一般動態到達控制 226
12.2 排隊系統服務控制 228
12.2.1 M/M/1: 隊長模型 229
12.2.2 M/PH/1: 隊長與工作量混合模型 233
12.3 排隊網絡控制 234
12.3.1 到達控制 234
12.3.2 服務控制 235
12.3.3 路徑控制 236
習題 237
參考文獻 237
第13章 組合證券選擇與風險管理 239
13.1 動態資產定價 239
13.2 多階段組合證券的期望-方差分析 241
13.3 多階段風險管理：條件風險值CVaR 248
13.3.1 問題與模型 248
13.3.2 *小CVaR和*優策略 249
13.3.3 應用：組合證券優化 251
習題 255
參考文獻 255
第14章 供應鏈動態管理 256
14.1 易腐產品的供應鏈多周期管理 256
14.2 連續時間收益供應鏈管理 259
14.2.1 集中決策 260
14.2.2 分散決策 267
習題 270
參考文獻 271
后記272
展開全部
書友推薦
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
名家帶你讀魯迅:朝花夕拾
- >
朝聞道
- >
羅曼·羅蘭讀書隨筆-精裝
- >
二體千字文
- >
名家帶你讀魯迅:故事新編
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
龍榆生：詞曲概論/大家小書
本類暢銷
