چکیده مقاله
استفاده از برنامه ریزی پویای استوکستیک SDP در مدلهای بهینه سازی بزرگ مقیاس منابع آب به دلیل نیاز به گسسته سازی متغیرهای حالت و تصمیم و در نتیجه بروز مشکل ابعادی با محدودیتهای جدی مواجه است روش یادگیری تقویتی RL یکی از تکنیکهای پیشرفته مبتنی بر شبیه سازی در حل مسائل تصمیم گیری متوالی در محیط استوکستیک است در این مقاله، مساله بهینه سازی تخصیص بار آلاینده در رودخانه با استفاده از RL حل شده و کارایی روش با مدل SPD مقایسه گردیده است نتایج نشان دهنده همگرایی مطلوب روش RL درنیل به جواب بهینه مساله تحت بررسی و سرعت بالاتر آن در مقایسه با روش SDP است
کلیدواژهها
نویسندگان
شیوه ارجاع
�ریف، بهزاد و موسوی، سیدجمشید،1385،بهینه سازی تخصیص بار آلودگی با استفاده از روشهای یادگیری تقویتی،دومین کنفرانس مدیریت منابع آب،اصفهان