Consiglio Nazionale delle Ricerche

Tipo di prodottoArticolo in rivista
TitoloNeural Network and Regression Spline Value Function Approximations for Stochastic Dynamic Programming
Anno di pubblicazione2007
Formato-
Autore/iCristiano Cervellera; Aihong Wen; Victoria C.P. Chen
Affiliazioni autoriCristiano Cervellera: Institute of Intelligent Systems for Automation-ISSIA-CNR, National Research Council of Italy, Via De Marini 6, 16149 Genova, Italy Aihong Wen, Victoria C.P. Chen: Department of Industrial & Manufacturing Systems Engineering, The University of Texas at Arlington, Campus Box 19017, Arlington, TX 76019-0017, USA
Autori CNR e affiliazioni
  • CRISTIANO CERVELLERA
Lingua/e
  • inglese
AbstractDynamic programming is a multi-stage optimization method that is applicable to many problems in engineering. A statistical perspective of value function approximation in high-dimensional, continuous-state stochastic dynamic programming (SDP) was first presented using orthogonal array (OA) experimental designs and multivariate adaptive regression splines (MARS). Given the popularity of artificial neural networks (ANNs) for high-dimensional modeling in engineering, this paper presents an implementation of ANNs as an alternative to MARS. Comparisons consider the differences in methodological objectives, computational complexity, model accuracy, and numerical SDP solutions. Two applications are presented: a nine-dimensional inventory forecasting problem and an eight-dimensional water reservoir problem. Both OAs and OA-based Latin hypercube experimental designs are explored, and OA space-filling quality is considered.
Lingua abstract-
Altro abstract-
Lingua altro abstract-
Pagine da70
Pagine a90
Pagine totali-
RivistaComputers & operations research
Attiva dal 1974
Editore: Pergamon, - Toronto ;
Paese di pubblicazione: Regno Unito
Lingua: inglese
ISSN: 0305-0548
Titolo chiave: Computers & operations research
Titolo proprio: Computers & operations research
Titolo abbreviato: Comput. oper. res.
Titolo alternativo: Computers and operations research
Numero volume della rivista34
Fascicolo della rivista1
DOI10.1016/j.cor.2005.02.043
Verificato da refereeSì: Internazionale
Stato della pubblicazione-
Indicizzazione (in banche dati controllate)
  • ISI Web of Science (WOS) (Codice:000240973800004)
  • Scopus (Codice:2-s2.0-33746257756)
Parole chiaveDesign of experiments, Statistical modeling, Markov decision process, Orthogonal array, Latin hypercube
Link (URL, URI)-
Titolo parallelo-
Licenza-
Scadenza embargo-
Data di accettazione-
Note/Altre informazioni-
Strutture CNR
  • ISSIA — Istituto di studi sui sistemi intelligenti per l'automazione
Moduli/Attività/Sottoprogetti CNR
  • SP.P06.003.002 : Supervisione e Controllo di Sistemi ed Impianti Complessi
Progetti Europei-
Allegati
Articolo pubblicato (documento privato )
Tipo documento: application/pdf

Dati storici
I dati storici non sono modificabili, sono stati ereditati da altri sistemi (es. Gestione Istituti, PUMA, ...) e hanno solo valore storico.
Area disciplinareAI, Robotics & Automatic Control
Area valutazione CIVRIngegneria industriale e informatica
Rivista ISICOMPUTERS & OPERATIONS RESEARCH [30235J0]