asjadhakc askj djsac

1. Pertimbangkan perkiraan dengan fungsi nilai optimal,
dimana adalah beberapa vektor parameter . Terutama yang
palimg mudah adalah model bentuk
Dimana beberapa predefined fungsi dasar , dan muncul
parameter linier yang tidak diketahui . Linearitas dalam
penyederhanaan adalah perhitungan derivatif
dan juga untuk . Sekarang memilih satu set posisi yang
cukup besar dan mengevaluasi sisi kanan pada posisi
itu.(menggunakan pendekatan untuk v dan meminimalkan lebih u),
Prosedur ini menghasilkan nilai target untuk sisi kiri
Kemudian menyesuaikan parameter sehingga semakin
dekat dengan nilai target tersebut. Perbedaan yang
diminimalkan dengan prosedur penyesuaian parameter adalah
belman error.
2.3 Formulasi infinite horizon
Sejauh ini kita fokus pada masalah finite – horizon. Ada
dua dalam formulasi indnite – horizon digunakan dalam praktek,
keduanya menghasilkan bentuk waktu - invariant dari persamaan
HJB, salah satunya adalah formulasi diskon biaya, di mana
total biaya untuk ( dalam nitely panjang ) posis - control
lintasan yang didefinisikan sebagai
Dengan menjadi faktor diskon . Intuitif ini mengatakan
bahwa biaya masa depan yang lebih murah ( apa pun artinya ) Di
sini kita tidak memiliki harga akhir dan tingkat biaya
tidak lagi tergantung pada waktu.Persamaan HJB untuk
fungsi nilai optimal menjadi.
Alternatif lain adalah rata-rata biaya pertahap formulasi ,
dengan total harga
Dalam hal ini persamaan HJB untuk fungsi nilai optimal adalah

2. Dimana adalah biaya rata-rata per tahap , dan v
sekarang memiliki arti nilai fungsi diferential. Persamaan (
10 ) dan ( 11 ) tidak bergantung pada waktu , yang membuat
mereka lebih setuju untuk
perkiraan numerik dalam arti bahwa kita tidak perlu menyimpan
salinan optimal. Fungsi nilai pada setiap titik waktu . Bentuk
sudut pandang yang lain , bagaimanapun, ( 8 ) mungkin lebih
mudah