Modern Trends in Controlled Stochastic Processes: Theory and Applications

?

Modern Trends in Controlled Stochastic Processes: Theory and Applications

Ливерпуль : Luniver Pre, 2011.

Под общей редакцией: Пиуновский А. Б.

Ведущие мировые ученые рассказали о своих исследованиях по современным математическим моделям в следующих областях: Марковские процессы принятия решений, управляемые диффузии, кусочно-детерминированные процессы и т.д., включая различные критерии оптимальности. Одной из главных целей было дать обзор современного инструментария в этих областях: динамическое программирование, выпуклый анализ, численные методы, индексные подходы. Большинство глав посвящено решению задач математической теории управления, либо применению и модификации методов этой теории к таким областям, как страхование, выбор инвестиционного портфеля, передача информации. Книга позволит ученым, преподавателям и студентам получить представление о новых результатах, концепциях, моделях, методах и приложениях управляемых случайных процессов.

An Optimal Choice of Insurance and Reinsurance Policies in the Risk Process

Голубин А. Ю., Гридин В. Н., , in: Modern Trends in Controlled Stochastic Processes: Theory and Applications.: Liverpool: Luniver Pre, 2011. P. 216–226.

В работе найдены оптимальные с точки зрения страховщика стратегии страхования и перестрахования в управляемом процессе риска Крамера-Лундберга, описывающем динамику капитала страховой компании на длительном временном интервале. В качестве минимизируемого критерия оптимальности использовался стационарный коэффициент вариации, были учтены дополнительные ограничения на остаточные риски как страхователей, так и перестраховщика. Установлено, что наиболее выгодным будет применение «stop-loss» перестрахования ...

Добавлено: 12 апреля 2012 г.

Язык: английский

Ключевые слова: Markov Decision Processes controlled diffusions piece-wise deterministic processes

Modern Trends in Controlled Stochastic Processes: Theory and Applications

Mathematical methods of reinforcement learning

Беломестный Д. В., Гасников А. В., Гладин Е. Л. и др., Russian Mathematical Surveys 2026 Vol. 81 No. 4(490) P. 3–90

Добавлено: 3 августа 2026 г.

Weighted mesh algorithms for general Markov decision processes: Convergence and tractability

Беломестный Д. В., Schoenmakers J., Zorina V., Journal of Complexity 2025 Vol. 88 Article 101932

Добавлено: 10 ноября 2025 г.

Optimal Approximation of Average Reward Markov Decision Processes

Сапронов Ю. Ф., Юдин Н. Е., Computational Mathematics and Mathematical Physics 2025 Vol. 65 No. 3 P. 567–581

We continue to develop the concept of studying the ε-optimal policy for Average Reward Markov Decision Processes (AMDP) by reducing it to Discounted Markov Decision Processes (DMDP). Existing research often stipulates that the discount factor must not fall below a certain threshold. Typically, this threshold is close to one, and as is well-known, iterative methods ...

Добавлено: 10 июня 2025 г.

Algorithm for Constrained Markov Decision Process with Linear Convergence

Гладин Е. Л., Lavrik-Karmazin M., Zainullina K. и др., Proceedings of Machine Learning Research 2023 Vol. 206 P. 11506–11533

Добавлено: 6 ноября 2024 г.

ON A MIXED SINGULAR/SWITCHING CONTROL PROBLEM WITH MULTIPLE REGIMES

Кельберт М. Я., Морено Ф. Г., Advances in Applied Probability 2022 Vol. 54 No. 3 P. 743–782

Добавлено: 26 сентября 2021 г.

Markov Decision Processes and Stochastic Games with Total Effective Payoff

Гурвич В. А., Boros E., Elbassioni K. и др., , in: 32nd International Symposium on Theoretical Aspects of Computer Science (STACS 2015), Leibniz International Proceedings in Informatics (LIPIcs)Vol. 30.: Dagstuhl: Schloss Dagstuhl--Leibniz-Zentrum fuer Informatik, 2015. P. 103–115.

Добавлено: 22 октября 2016 г.