Management science and variability: methods and analysis techniques ( applications of stochastic processes in managerial-business problems by using Markov decision processes)

 
This item is provided by the institution :

Repository :
Institutional Repository Hellanicus
see the original item page
in the repository's web site and access all digital files if the item*
share





Management science and variability: methods and analysis techniques ( applications of stochastic processes in managerial-business problems by using Markov decision processes)
Διοικητική επιστήμη και τυχαιότητα: μέθοδοι και τεχνικές αντιμετώπισης της (στοχαστικές διαδικασίες και εφαρμογές τους σε επιχειρησιακά προβλήματα με τη χρήση των Μαρκοβιανών διαδικασιών αποφάσεων) (EL)

Αργυρίου, Δημήτριος

aegean

Η συγκεκριμένη διπλωματική εργασία επιχειρεί μία εισαγωγή σε στοχαστικές διαδικασίες με παρουσίαση του βασικού θεωρητικού μαθηματικού υπόβαθρου και ανάλυση συγκεκριμένων μοντέλων από το κόσμο των επιχειρήσεων. Ο σκοπός της εργασίας αυτής είναι να εισάγει με απλό και κατανοητό τρόπο κάθε ενδιαφερόμενο στο πεδίο των Μαρκοβιανών Διαδικασιών Αποφάσεων και των εφαρμογών τους χωρίς να έχει κάποια προηγούμενη εμπειρία με το αντικείμενο. Οι εισαγωγές στα μοντέλα και τη θεωρία έχουν γίνει με πλήρη ανάλυση ορισμών και τιμολογίου με σκοπό να βοηθηθεί ο αναγνώστης χωρίς προ απαιτούμενη εμπειρία στη ποσοτική ανάλυση και την επιστήμη των υπολογιστών. Η ροή της εργασίας ξεκινά από την ιστορική εξέλιξη του μάνατζμεντ και ειδικά του επιστημονικού μάνατζμεντ και τη διοικητικής επιστήμης. Παρουσιάζεται αναλυτικά το πεδίο των στοχαστικών ανελίξεων και των Μαρκοβιανών Διαδικασιών Αποφάσεων με λυμένα παραδείγματα και θεωρία. Κλείνει η εργασία μας με αναφορά στη σύνδεση Μαρκοβιανών Διαδικασιών Αποφάσεων και μάθησης στο αντικείμενο της Ενισχυτικής Μάθησης και εξαγωγή συμπερασμάτων. Αναλυτικά έχουμε: Στη πρώτη ενότητα παρουσιάζεται μία εκτενής ιστορική αναδρομή στην ανάπτυξη θεωριών του μάνατζμεντ από την έκρηξη της βιομηχανική επανάστασης με την ανάγκη βελτιστοποίησης της απόδοσης και του ρυθμού παραγωγής, στη μελέτη της ανθρώπινης συμπεριφοράς , της ποσοτικής σχολής με τα εργαλεία μέχρι της σύγχρονη τάση για συστημική και ενδεχομενική θεώρηση. Στη δεύτερη ενότητα αναλύεται η θεωρία των στοχαστικών διαδικασιών και των ιδιοτήτων τους. Παρουσιάζεται μία αναλυτική περιγραφή των στοχαστικών ανελίξεων και των Μαρκοβιανών Αλυσίδων διακριτού και συνεχούς χρόνου με παραδείγματα. Παρουσιάζονται επίσης βασικές ιδιότητες όπως η ταξινόμηση καταστάσεων, οι κλάσεις επικοινωνίας ,η περιοδικότητα αλυσίδων και οι στάσιμες κατανομές. Στη τρίτη ενότητα εισάγεται ο όρος αμοιβή στις ανελίξεις και παρουσιάζεται η Μαρκοβιανή Διαδικασία με αμοιβές . Παρουσιάζεται η βασική θεωρία και εισάγονται πρώτη φορά όροι στην τεχνική ανάλυση όπως η μέθοδος επαναληπτικής τιμής και οι εξισώσεις προσδιορισμού αξίας. 7 Στη τέταρτη ενότητα εισάγουμε την απόφαση στην Μαρκοβιανή Αλυσίδα και μπαίνουμε στο πεδίο των Μαρκοβιανών Διαδικασιών Αποφάσεων. Εισάγεται ο όρος πολιτική, ιστορική εξάρτηση και κριτήρια βελτιστοποίησης. Εισάγεται η τεχνική βελτίωσης πολιτικής, η αναλυτική απαρίθμηση και ο γραμμικός προγραμματισμός. Στη πέμπτη ενότητα βρίσκεται το κυρίως μέρος της εργασίας όπου επιχειρείται η παρουσίαση των τεχνικών επίλυσης των Μαρκοβιανών Διαδικασιών Αποφάσεων με τη χρήση εικονικής ναυτιλιακής εταιρείας και παρουσιάζοντας μοντέλα σε άπειρο και πεπερασμένο χρονικό ορίζοντα διακριτών πάντα καταστάσεων. Συνοδεύεται η παρουσίαση από αναλυτική τεχνική ανάλυση σε περιβάλλον R. Στην έκτη ενότητα παρουσιάζεται μία διαφορετική περίπτωση των Μαρκοβιανών αλυσίδων ,οι Μερικώς Παρατηρούμενες Μαρκοβιανές Διαδικασίες Αποφάσεων. Παρουσιάζεται αναλυτικά το αντικείμενο με τη θεώρηση της μερικής παρατηρησιμότητας των καταστάσεων και παρουσιάζεται μοντέλο ως παράδειγμα τεχνικής επίλυσης. Συνοδεύεται η παρουσίαση από αναλυτική τεχνική ανάλυση σε περιβάλλον R. Στην έβδομη ενότητα παρουσιάζεται η σχέση των Μαρκοβιανών Διαδικασιών Αποφάσεων με τον συντελεστή μάθησης και εισάγεται το πεδίο της Ενισχυτικής Μάθησης(Reinforcement Learning) .Παρουσιάζονται βασικοί αλγόριθμοι επίλυσης, εφαρμογές στην επιχειρησιακή ζωή και εξελίξεις του αντικείμενου με βαθύτερη ανάλυση και αντίστροφη μηχανική με τις τεχνικές Deep Reinforcement Learning και Inverse Reinforcement Learning αντίστοιχα . Η εργασία κλείνει με την ενότητα των συμπερασμάτων που εξήχθησαν από τον γράφοντα και σκέψεις του για την εξέλιξη του αντικειμένου.

masterThesis

Markov (EL)
mathematics (EL)
ανελίξεις (EL)
management science (EL)
αποφάσεις (EL)
Markov processes (EL)
stochastic (EL)
decisions (EL)
στοχαστικές (EL)
Μαρκοβιανές (EL)


2019-06-30


2020-02-11T13:02:05Z

Χίος




*Institutions are responsible for keeping their URLs functional (digital file, item page in repository site)