抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
研究文献における多段階確率的プログラミング問題を解くための最も一般的な手法は,現在,意思決定のインパクトを近似するために,価値関数(動的計画法)またはシナリオツリー(”確率的プログラミング”)のいずれかを使用することであった。対照的に,一般的な産業実践は,理解と解決が容易である未来の決定論的近似を用いることであるが,不確実性を無視するために批判される。決定論的最適化モデルのパラメータ化されたバージョンは,確率的プログラミングまたは動的プログラミングのいずれかの複雑さなしに,不確実性を扱う効果的な方法であることを示した。多くの複雑な確率的決定問題に対する強力な戦略として,パラメータ化された決定論的最適化モデル,特に決定論的ルックヘッドモデルの概念を提示した。この手法は,複雑な高次元状態変数を扱うことができ,シナリオツリーまたは値関数近似に関連する通常の近似を避けることができる。その代りに,パラメータ化の設計と調整のオフライン課題を紹介した。一連のアプリケーション設定を用いてアイデアを例証し,回転予測による非定常エネルギー貯蔵問題におけるその使用を実証した。【JST・京大機械翻訳】