Résumé
Dossier sur le processus de décision markovien (MDP) aussi appelé problème de décision markovien, qui est un modèle stochastique issu de la théorie de la décision et de la théorie des probabilités. Le modèle MDP peut être vu comme une chaîne de Markov à laquelle on ajoute une composante décisionnelle. Comme les autres modèles de sa famille, il est entre autres, utilisé en intelligence artificielle pour le contrôle de systèmes complexes comme des agents intelligents.
Extrait:
Ce projet est basé sur une application réelle développée en 1999 par Jason Goto avec le centre for Operations Excellence (COE) et Canadienne Airlines International Ltd. Il s'agit de programmer une version légèrement simplifiée de cette application, utilisant des processus de décision de Markov, qui permettent de déterminer des politiques d'action optimales dans un environnement stochastiques.
Nous allons dans un premier temps écrire dans un fichier XML pour représenter toutes les données et paramètres du problème (coût, probabilités de transitions, nombre de place de l'avions maximum...) de façon à pouvoir changer facilement ces paramètres en éditant le fichier XML.
Dans un second temps, nous allons utiliser ce fichier pour générer l'arbre correspondant au processus de décision de Markov (...)
Sommaire:
I) Introduction
II) Fichier XML
III) Génération de l'arbre
IV) Formules utilisées
A. Coût
B. Valuation
V) Action optimale
VI) Listing du programme
A. Programme Java
B. Arbre Java
C. État Java
D. Markovhandler Java
VII) Javadoc
VIII) Conclusion