Марковские процессы принятия решений

  

Марковские процессы принятия решений. Майн X., Осаки С. Главная редакция физико-математической литературы издательства «Наука», 1977, - 176 с.

В книге излагается теория управляемых случайных процессов, которые широко используются в таких областях, как управление запасами, исследование операций, теория надежности, теория массового обслуживания и профилактическое обслуживание сложных технических систем. Ясное и простое изложение сочетается с достаточной математической строгостью приведенных результатов. Для понимания материала достаточно знания элементарной теории цепей Маркова и основ линейного программирования.


Оглавление

ПРЕДИСЛОВИЕ РЕДАКТОРА ПЕРЕВОДА
Введение
Глава 1. Марковские процессы принятия решений с переоценкой
1.2. Итерационный алгоритм нахождения стратегий
1.3. Алгоритм линейного программирования
1.4. Взаимоотношение между двумя алгоритмами
1.5. Структура доходов
1.6. Примеры
1.7. Анализ чувствительности по отношению к коэффициенту переоценки
Глава 2. Марковские процессы принятия решений без переоценки I
2.3. Итерационный алгоритм нахождения стратегий
2.4. Алгоритм линейного программирования
2.5. Взаимоотношение между двумя алгоритмами
2.6. Примеры
2.7. Процессы с поглощением
Глава 3. Марковские процессы принятия решений без переоценки II
3.2. Итерационный алгоритм нахождения стратегий
3.3. Итерационный алгоритм нахождения 1-оптимальных стратегий
3.4. Алгоритм линейного программирования
Глава 4. Динамическое программирование и марковские процессы
4.3. Свойства оптимальной стратегии
Глава 5. Полумарковские процессы принятия решений
5.2. Полумарковские процессы
5.3. Полумарковские процессы с доходами
5.4. Полумарковские процессы принятия решений с переоценкой
5.5. Полумарковские процессы принятия решений без переоценки
Глава 6. Обобщенные марковские процессы принятия решений
6.3. Теоремы существования
6.4. Специальные случаи
Глава 7. Принцип сжатых отображений в марковских процессах принятия решений
7.2. Условия сжатия и монотонности
7.3. Схемы оптимизации
7.4. Вложение моделей
7.5. Примеры
Заключение
Приложение. Стохастические игры