Méthodes particulaires en commande optimale stochastique

par Anes Dallagi

Thèse de doctorat en Mathématiques appliquées

Sous la direction de Guy Cohen.

Soutenue en 2007

à Paris 1 .


  • Résumé

    Cette thèse s'intéresse aux problèmes d'optimisation dans l'incertain et à leur résolution. Le terme "particulaire" renvoie au fait que nous considérons des méthodes basées sur une approche de type Monte-Carlo, contrairement aux méthodes par programmation dynamique stochastique qui utilisent une discrétisation faite "à priori". La résolution des problèmes d'optimisation stochastique nécessite deux étapes: une étape d'approximation et une étape d'approximation. Les deux premiers chapitres de ce manuscrit seront consacrés à la partie optimisation. Nous traiterons dans les chapitres qui suivront de l'approximation des problèmes d'optimisation dans l'incertain. Nous commencerons, dans ce manuscrit, par présenter les problèmes qui seront abordés avant de s'intéresser à leurs conditions d'optimalité. Nous passerons ensuite à l'approximation de ces conditions. Nous nous intéresserons pour cela à l'estimation de l'espérance conditionnelle, à la méthode des éléments finis particulaires et aux algorithmes de gradient chaotique. Nous nous intéresserons dans le dernier chapitre aux aspects numériques de la résolution des problèmes de commande optimale stochastique à partir de différentes méthodes présentées dans les chapitres précédents. Nous présenterons différents algorithmes et heuristiques pour résoudre un problème de gestion de production d'un barrage hydro-électrique.

  • Titre traduit

    Particle methods on stochastic optimal control


  • Pas de résumé disponible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (xiv-164 p.)
  • Annexes : Bibliogr. p. 147-150. Index

Où se trouve cette thèse ?

  • Bibliothèque : Université Panthéon-Sorbonne. Bibliothèque Pierre Mendès France.
  • Consultable sur place dans l'établissement demandeur
  • Cote : E 07 : 64
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.