Yarı Markov Karar Süreci Problemlerinin Çözümünde Çok Katmanlı Yapay Sinir Ağlarıyla Fonksiyon Yaklaşımlı Ödüllü Öğrenme Algoritması

Real life problems are generally large-scale and difficult to model. Therefore, these problems can't be mostly solved by classical optimisation methods. This paper presents a reinforcement learning algorithm using a multi-layer artificial neural network to find an approximate solution for large-scale semi Markov decision problems. Performance of the developed algorithm is measured and compared to the classical reinforcement algorithm on a small-scale numerical example. According to results of numerical examples, a number of hidden layer are the key success factors, and average cost of the solution generated by the developed algorithm is approximately equal to that generated by the classical reinforcement algorithm.

A Reinforcement Learning Algorithm Using Multi-Layer Artificial Neural Networks for Semi-Markov Decision Problems

Real life problems are generally large-scale and difficult to model. Therefore, these problems can’t be mostly solved by classical optimization methods. This paper presents a reinforcement learning algorithm using a multi-layer artificial neural network to find an approximate solution for large-scale semi Markov decision problems. Performance of the developed algorithm is measured and compared to the classical reinforcement algorithm on a small-scale numerical example. According to results of numerical examples, the number of hidden layer is the key success factor, and average cost of the solution generated by the developed algorithm is approximately equal to that generated by the classical reinforcement algorithm.

___

  • (REFERENCES) Ocaktan, M.A.B. (2012) İkame ürün dağıtım ağlarında stok optimizasyonu ve optimal dağıtım politikaları, Doktora Tezi, Sakarya Üniversitesi, Endüstri Mühendisliği A.B.D.
  • Gosavi, A. (2004) ‘A reinforcement learning algorithm based on policy iteration for average reward: empirical results with yield management and convergence analysis’, Machine Learning, vol. 55, pp. 5-29.
  • Tadepalli, P. and Ok, D. (1998) ‘Model based average reward reinforcement learning algorithms’, Artificial Intelligence, vol. 100, pp. 177-2
  • Shioyama, T. (1991) ‘Optimal control of a queuing network system with two types of customers’, European Journal of Operational Research, vol. 52, pp. 361-372.
  • Dimitri P.B. and Tsitsiklis, J. (1996) Neurodynamic programming, Athena Scientific.
  • Sutton, R. and Barto, A.G. (1998) Reinforcement learning, Cambridge: The MIT Press.
  • Gosavi,G. (2003) Simulation-based optimization, Kluwer Academic Publishers.
  • Buşoniu, L., Babuska, R., Schutter, B.D. and Ernst, D. (2010) Reinforcement learning and dynamic programming using function approximators, CRC Press.
  • Puterman, M.L. (1994) Markov decision processes: discrete stochastic dynamic programming, John Wiley & Sons.
  • Das, T.K., Gosavi, A., Mahadevan, S. and Marchalleck, N. (1999) ‘Solving semi-Markov decisions problems using average reward reinforcement learning’, Management Science, vol. 45, no. 4, pp. 560-574.
  • Gosavi, A. (2004) ‘Reinforcement learning for long-run average cost’, European Journal of Operational Research, vol.155, no. 3, pp. 6546
  • Bellman, R. (1954) ‘The theory of dynamic programming’, Bulletin of American Society, vol. 60, pp. 503-516.
Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi-Cover
  • ISSN: 1301-4048
  • Yayın Aralığı: 6
  • Başlangıç: 1997
  • Yayıncı: Sakarya Üniversitesi Fen Bilimleri Enstitüsü
Sayıdaki Diğer Makaleler

Ultrasonik kimyasal püskürtme tekniği ile depolanan ve tavlanan CdO filmleri arasındaki optik, elektrik ve yüzey farklılıkları

Olcay Gençyılmaz, Ferhude Atay, İdris Akyüz

Türkiye akarsuları akım ölçümlerinde mevcut durum ve alternatif yöntemlerin değerlendirilmesi

Ramazan Meral, Ahmet Benli

Efqm Esasli Bir Karar Modeli Kullanilarak Liderlik Ve Süreçlerin Temel Performans Sonuçlarina Etkisinin Incelenmesi

Ahmet Talat İNAN, Adile Yeşim YAYLA, Emine CERYAN, Tugay ŞİŞMAN, Aytaç YILDIZ

Yarı Markov Karar Süreci Problemlerinin Çözümünde Çok Katmanlı Yapay Sinir Ağlarıyla Fonksiyon Yaklaşımlı Ödüllü Öğrenme Algoritması

Mustafa Ahmet Beyazıt OCAKTAN, Ufuk KULA

Kocaeli- Karamürsel- Yalakdere ve Çevresinin Florası

Meryem Sümeyye Yılancı, Mehmet SAĞIROĞLU

Kademe ayarlı transformatörlere ait kademe ayar değerlerinin Jacobian matrise kontrol değişkeni olarak sokulması

Faruk YALÇIN, Uğur ARİFOĞLU

Dağıtık Kontrol ile Akıllı Şebekelerde Geniş-Alan Yönetimi ve Geleceğe Dönük Projeksiyonlar

Murat Akçin, Barış Baykant Alagöz, Cemal Keleş, Abdülkerim Karabiber, Asım Kaygusuz

Lignoselülozik materyallerden biyoetanol üretimi için kullanılan ön-muamele ve hidroliz yöntemleri

Ali Osman ADIGÜZEL

Yüksek Basınç Reaktör Sisteminde Küre Kalkopirit Konsantresinden Metallerin Ekstraksiyonu Üzerine Bir Araştırma

Hasan Arslanoğlu, Hamdi Soner Altundoğan

Kaldirik(Trachystemon orientalis) bitkisi Polifenol oksidaz enzimi üzerine metallerin etkisi

Esma Hande ALICI, Gülnur ARABACI