马尔可夫神经网络与动态规划在渔业控制问题上的性能比较
最优化与控制
2021-09-15 v1 机器学习
摘要
渔业配额虽不受欢迎，但在控制渔场生产力方面十分高效。一个广为使用的模型以描述生物量的随机微分方程为基础，可在其上运用随机动态规划或 Hamilton-Jacobi-Bellman 算法来求取随机控制量——即渔业配额。我们将动态规划所得的解与一种保持解之马尔可夫性质的神经网络所得的解进行比较。该方法被推广至一个类似的多物种模型，以检验其在高维情形下的鲁棒性。
引用
@article{arxiv.2109.06856,
title = {Performance of a Markovian neural network versus dynamic programming on a fishing control problem},
author = {Mathieu Laurière and Gilles Pagès and Olivier Pironneau},
journal= {arXiv preprint arXiv:2109.06856},
year = {2021}
}