Beyond stochastic dynamic programming: a heuristic sampling method for optimizing conservation decisions in very large state spaces
Beyond stochastic dynamic programming: a heuristic sampling method for optimizing conservation decisions in very large state spaces
复制标题
超越随机动态规划：在非常大的状态空间中优化保护决策的启发式采样方法
DOI：
--
复制
发表时间：
2011
期刊：
影响因子：
--
通讯作者：
I. Chades
中科院分区：
文献类型：
--
作者：
S. Nicol;I. Chades
1. 在管理濒危物种时，做出错误决定的后果可能是灭绝。为了做出正确的决策，我们必须考虑人口随时间的随机动态。为此，随机动态规划（SDP）已成为最广泛使用的工具，用于计算随着时间的推移和不确定性情况下管理人口的最佳策略。
1. When managing endangered species the consequences of making a poor decision can be extinction. To make a good decision, we must account for the stochastic dynamic of the population over time. To this end stochastic dynamic programming (SDP) has become the most widely used tool to calculate the optimal policy to manage a population over time and under uncertainty.