模糊性下的最优遍历 harvesting
最优化与控制
2021-04-22 v1 种群与进化
摘要
我们考虑一个源于生物学的带模型模糊性的遍历 harvesting 问题。为考虑模糊性，该问题被构造为一个双人随机博弈：决策者（DM）选择“最佳”收获策略，而对抗方选择“最差”概率测度。主要结果是建立 DM 的最优策略（也称为控制）并证明其为阈值策略。最优阈值与最优收益通过求解由 Hamilton--Jacobi--Bellman（HJB）方程产生的自由边界问题得到。作为证明的一部分，我们修正了 [Alvarez and Hening, {\em Stochastic Process. Appl.}, 2019] 中 HJB 分析出现的漏洞，该文分析了遍历 harvesting 问题的风险中性版本。最后，我们研究最优阈值与最优收益对模糊性参数的依赖，并表明若模糊性趋于 0，该问题收敛于风险中性问题。
引用
@article{arxiv.2104.10626,
title = {Optimal ergodic harvesting under ambiguity},
author = {Asaf Cohen and Alexandru Hening and Chuhao Sun},
journal= {arXiv preprint arXiv:2104.10626},
year = {2021}
}