Оптимізація стохастичних моделей. Спецкурс. Керовані марковські та напівмарковські моделі з повною і неповною інформацією. | Академія праці, соціальних відносин і туризму

Вищий навчальний заклад IV рівня акредитації. Засновано в 1993 році.

Академія праці, соціальних відносин і туризму

Навчальний посібник
Автор(-и): 
Андрєєв М.В.
Вихідні дані: 
Андрєєв М.В. Отимізація стохастичних моделей. Спецкурс. Керовані марковські та напівмарковські моделі з повною і неповною інформацією. Навч. посіб. /М.В.Андрєєв.–– К.: Вид-во Акад. праці і соц. відносин Федер. профспілок України, 2012. с.
Кількість сторінок: 
240
Формат: 
Мова укр. Формат 60х84/16. В обклад.

    Cпецкурс присвячено одному з найбільш актуальних питань у загальній теорії керування –– задачам оптимального керування марковськими та напівмарковськими моделями за повною і неповною інформацією, –– методи та ідеї якої знаходять застосування в інженерній справі, економіці тощо. Теоретичні питання в ньому викладаються паралельно із застосуваннями до задач про розподіл ресурсів між споживанням та різними галузями виробництва, планування слабко залежних міжгалузевих економічних зв’язків, оптимальні терміни контролю та заміни устаткування, регулювання водопостачання, стабілізацію функціонування стохастичних об’єктів керування, оптимізацію систем масового обслуговування та керування запасами.

    Посібник складається з чотирнадцяти лекцій, які можна розділити на дві частини. У першій частині (лекції 1–6) основна увага приділяється класифікації керованих марковських моделей у дискретному часі з повною інформацією, вибору критеріїв оптимальності та побудові оптимальних стратегій керування. У другій частині (лекції 7–14) розглянуто задачі оптимізації керованих марковських та напівмарковських моделей з невідомими параметрами.

     Посібник може бути доступним для студентів середніх і старших курсів ВНЗ. Він може бути цікавим як для студентів природничих спеціальностей, так і студентів-гуманітаріїв, і для тих, хто цікавиться сучасними методами теорії керування і прийняття рішень в умовах стохастичної невизначеності та їх практичними застосуваннями.