Contribution à l’élimination d’actions non optimales pour les processus Décisionnels de Markov actualisés.

Abstract

Ce travail de recherche s'intéresse aux problèmes de plani cation dans l'incertain. Il s'agit des processus décisionnels de Markov (PDMs) à espaces d'état et d'action nis et en temps discret. Ils représentent un cadre qui excite la curiosité des chercheurs intéressés pour modéliser les problèmes de la prise de décision séquentielle dans l'incertitude. Dans ce contexte, le système est caractérisé par un processus stochastique à valeurs dans un ensemble d'états qui évolue avec le temps. L'évolution de ces variables d'état dépend en partie des décisions. Le but ultime de tout décideur est de trouver une stratégie optimale en tant qu'une fonction. Elle indique quelle action doit être sélectionnée lorsque le système est dans l'un de ses états possibles. On distingue deux approches : D'une part, il y a des problèmes qui sont régis par le hasard. Dans ce cas, on applique les lois classiques de la théorie des probabilités qui présente un outil mathématique pour entamer une telle situation. La détermination de la solution nécessite soit l'outil de la programmation dynamique soit la machinerie de la programmation linéaire. Ce qui permet d'établir des techniques pour réduire les e orts de la complexité de calcul. Parmi ces moyens, les procédures d'élimination des actions non optimales ne cessent de s'accroitre dans la littérature des PDMs. D'autre part, on rencontre dans la vie réelle des problèmes dont certains paramètres sont imprécis. Ces problèmes sont caractérisés par l'aspect ou. Ainsi, la théorie oue a résolu ces types de problèmes. En n, on conclut notre contribution par l'étude d'un circuit électronique ou. Notre motivation première provient du fait consistant à élaborer un système ordinaire à partir du système ou proposé qui peut être résolu via des méthodes itératives.