Titlebar

Bibliografische Daten exportieren
Literatur vom gleichen Autor
plus im Publikationsserver
plus bei Google Scholar

 

Computational Bounds for Elevator Control Policies by Large Scale Linear Programming

URN zum Zitieren dieses Dokuments: urn:nbn:de:bvb:703-opus4-13787

Titelangaben

Heinz, Stefan ; Rambau, Jörg ; Tuchscherer, Andreas:
Computational Bounds for Elevator Control Policies by Large Scale Linear Programming.
Bayreuth , 2013 . - 29 S.

Volltext

[img] PDF
Heinz Rambau Tuchscherer_PolicyEvaluationElevator.pdf - Veröffentlichte Version
Available under License Creative Commons BY-NC-ND 3.0: Namensnennung, nicht kommerziell, keine Bearbeitung .

Download (237Kb)

Abstract

We computationally assess policies for the elevator control problem by a new column-generation approach for the linear programming method for discounted infinite-horizon Markov decision problems. By analyzing the optimality of given actions in given states, we were able to provably improve the well-known nearest-neighbor policy. Moreover, with the method we could identify an optimal parking policy. This approach can be used to detect and resolve weaknesses in particular policies for Markov decision problems.

Weitere Angaben

Publikationsform: Preprint, Postprint, Working paper, Diskussionspapier
Zusätzliche Informationen (öffentlich sichtbar): msc: 90-XX
Dies ist eine revidierte Fassung von urn:nbn:de:bvb:703-opus-8615, die in Mathematical Methods of Operations Research erscheint und online bereits unter doi:10.1007/s00186-013-0454-5 verfügbar ist.
Keywords: Operations Research; column generation; performance guarantee; Markov decision problem; bounds; large scale
Themengebiete aus DDC: 500 Naturwissenschaften und Mathematik
Institutionen der Universität: Fakultäten > Fakultät für Mathematik, Physik und Informatik > Mathematisches Institut
Fakultäten
Fakultäten > Fakultät für Mathematik, Physik und Informatik
Sprache: Englisch
Titel an der UBT entstanden: Ja
URN: urn:nbn:de:bvb:703-opus4-13787
Eingestellt am: 24 Apr 2014 14:37
Letzte Änderung: 22 Mai 2014 08:43
URI: https://epub.uni-bayreuth.de/id/eprint/109