| Abstract : | Η λήψη αποφάσεων σε θεωρητικό πλαίσιο, αποτελεί αναπόσπαστο μέρος της σύγχρονης διαχείρισης στις επιχειρήσεις. Ουσιαστικά, η ορθολογική ή υγιής λήψη αποφάσεων λαμβάνεται ως πρωταρχική λειτουργία της διοίκησης. Κάθε Διευθυντής λαμβάνει εκατοντάδες αποφάσεις υποσυνείδητα ή συνειδητά, κάνοντας το ως βασικό συστατικό του ρόλου του. Μια αλυσίδα Markov (Chain Markov) αναφέρεται ως μια ακολουθία διακριτών στοχαστικών διεργασιών, γεγονότων ή ενεργειών που χρησιμοποιούνται επαρκώς για την πρόβλεψη διαφόρων μελλοντικών καταστάσεων. Είναι ένα σύστημα χωρίς μνήμη όπου η μελλοντική κατάσταση εξαρτάται από την τρέχουσα κατάσταση και είναι ανεξάρτητη από προηγούμενες καταστάσεις. Ένα στοχαστικό συμβάν είναι μια σειρά από τυχαία στοιχεία χωρίς σειρά ή μοτίβο. Καταλήγοντας στα παραπάνω, θα λέγαμε λοιπόν πως η διαδικασία απόφασης Markov, είναι ένα στοχαστικό εργαλείο λήψης αποφάσεων που βασίζεται στην αρχή Markov Property. Χρησιμοποιείται για τη λήψη βέλτιστων αποφάσεων για δυναμικά συστήματα, λαμβάνοντας υπόψη την τρέχουσα κατάστασή τους και το περιβάλλον στο οποίο λειτουργούν. Το MDP είναι βασικό συστατικό των εφαρμογών ενισχυτικής μάθησης και χρησιμοποιείται ευρέως για το σχεδιασμό ευφυών συστημάτων. Αρκετές βιομηχανίες, όπως η ρομποτική αυτοματοποίηση διεργασιών, η κατασκευή, τα χρηματοοικονομικά και τα οικονομικά και η εφοδιαστική, χρησιμοποιούν τακτικά MDP για να εκτελούν τις καθημερινές τους εργασίες. Επίσης, η διαδικασία Markov Decision Process μπορεί να χρησιμοποιηθεί για να προσδιορίσει το ιδανικότερο σενάριο για την εκτίμηση του αναμενόμενου κόστους που θα εξηγούσε την καλύτερη δυνατή εκτίμηση για το αναμενόμενο κόστος. Στις περισσότερες οικονομικές περιπτώσεις, η πρόβλεψη του αναμενόμενου κόστους με την πάροδο του χρόνου απαιτεί προσοχή στη λήψη μιας ακριβούς απόφασης και μια μικρή αβεβαιότητα μπορεί να δημιουργήσει μια προβληματική κατάσταση για τον εταιρικό τομέα.
Making decisions in a theoretical framework is an integral part of modern management in business. Essentially, the rational or healthy decision making is taken as the primary function of management. Each manager makes hundreds of decisions subconsciously or consciously, making it a key component of his role. A Markov chain (Chain Markov) is referred to as a sequence of discrete stochastic processes, events or actions used sufficiently to predict various future situations. It is one memoryless system where the future state depends on the current state and is independent of previous states. A thoughtful one event is a series of random elements with no order or pattern. Concluding the above, we would say that the process Markov decision, is a stochastic decision-making tool that it is based on the Markov Property principle. It is used to obtain optimums decisions for dynamic systems, taking into account the current their status and the environment in which they operate. MDP is basic component of reinforcement learning applications and is widely used for intelligent systems design. Several industries, such as robotics process automation, manufacturing, finance and finance and logistics, regularly use MDP to execute them their daily tasks. Also, the Markov Decision Process can used to determine the most ideal scenario for its assessment of expected cost that would explain the best possible estimate for the expected cost. In most financial situations, the forecast of expected costs over time requires care in taking of an accurate decision and a little uncertainty can create one problematic situation for the corporate sector.
|
|---|
Copyright © 2013 Library AUEB. All rights reserved.