Simulation-Based Optimization Parametric Optimization Techniques and Reinforcement Learning /

Simulation-Based Optimization: Parametric Optimization Techniques and Reinforcement Learning introduces the evolving area of static and dynamic simulation-based optimization. Covered in detail are model-free optimization techniques – especially designed for those discrete-event, stochastic systems w...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Gosavi, Abhijit (Συγγραφέας)
Συγγραφή απο Οργανισμό/Αρχή: SpringerLink (Online service)
Μορφή: Ηλεκτρονική πηγή Ηλ. βιβλίο
Γλώσσα:English
Έκδοση: Boston, MA : Springer US : Imprint: Springer, 2015.
Έκδοση:2nd ed. 2015.
Σειρά:Operations Research/Computer Science Interfaces Series, 55
Θέματα:
Διαθέσιμο Online:Full Text via HEAL-Link
Πίνακας περιεχομένων:
  • Background
  • Simulation basics
  • Simulation optimization: an overview
  • Response surfaces and neural nets
  • Parametric optimization
  • Dynamic programming
  • Reinforcement learning
  • Stochastic search for controls
  • Convergence: background material
  • Convergence: parametric optimization
  • Convergence: control optimization
  • Case studies.