Artículo

AsistO: Un Sistema de Recomendaciones basado en MDPs Cualitativos para la Operación de Plantas Generadoras

Centro de Investigación en Computación, Dirección General de Servicios de Cómputo Académico, IPN, publicado en Computación y Sistemas, y cosechado de Revistas UNAM

Procedencia del contenido

Entidad o dependencia
Centro de Investigación en Computación, Dirección General de Servicios de Cómputo Académico, IPN
Revista
Repositorio
Contacto
Revistas UNAM. Dirección General de Publicaciones y Fomento Editorial, UNAM en revistas@unam.mx

Cita

AsistO: Un Sistema de Recomendaciones basado en MDPs Cualitativos para la Operación de Plantas Generadoras. (2010). Computación y Sistemas; Vol 13, No 001, 2009. Recuperado de https://repositorio.unam.mx/contenidos/29484

Descripción del recurso

Colaborador(es)
Sucar, Enrique ; Morales, Eduardo F. ; Alberto Reyes, L., Alberto
Tipo
Artículo de Investigación
Área del conocimiento
Ciencias Sociales y Económicas
Título
AsistO: Un Sistema de Recomendaciones basado en MDPs Cualitativos para la Operación de Plantas Generadoras
Fecha
2010-04-27
Resumen
ESTE ARTÍCULO PROPONE UNA TÉCNICA NOVEDOSA Y PRÁCTICA DE APRENDIZAJE BASADA EN MODELOS CON REFINAMIENTO ITERATIVO PARA RESOLVER PROCESOS DE DECISIÓN DE MARKOV (MDPS) CONTINUOS. INICIALMENTE, SE APRENDE UN MODELO APROXIMADO USANDO MÉTODOS DE MUESTREO CONVENCIONALES, EL CUAL SE RESUELVE PARA OBTENER UNA POLÍTICA. ITERATIVAMENTE, EL MODELO APROXIMADO SE REFINA CON BASE EN LA VARIANZA DE LOS VALORES DE LA UTILIDAD ESPERADA. EN LA FASE DE APRENDIZAJE, SE OBTIENEN LAS FUNCIONES DE RECOMPENSA INMEDIATA Y DE TRANSICIÓN MEDIANTE MUESTRAS DEL TIPO ESTADO-ACCIÓN. ÉSTAS PRIMERO SE USAN PARA INDUCIR UN ÁRBOL DE DECISIÓN QUE PREDICE LOS VALORES DE RECOMPENSA Y A PARTIR DEL CUAL SE CONSTRUYE UNA PARTICIÓN INICIAL DEL ESPACIO DE ESTADOS. POSTERIORMENTE, LAS MUESTRAS TAMBIÉN SE USAN PARA INDUCIR UN MDP FACTORIZADO. FINALMENTE, LA ABSTRACCIÓN DE ESPACIO DE ESTADOS RESULTANTE SE REFINA DIVIDIENDO AQUELLOS ESTADOS DONDE PUEDA HABER CAMBIOS EN LA POLÍTICA. LAS CONTRIBUCIONES PRINCIPALES DE ESTE TRABAJO SON EL USO DE DATOS PARA CONSTRUIR UNA ABSTRACCIÓN INICIAL, Y EL PROCESO DE REFINAMIENTO LOCAL BASADO EN LA VARIANZA DE LA UTILIDAD. LA TÉCNICA PROPUESTA FUE PROBADA EN ASISTO, UN SISTEMA INTELIGENTE DE RECOMENDACIONES PARA LA OPERACIÓN DE PLANTAS GENERADORAS DE ELECTRICIDAD, DONDE RESOLVIMOS DOS VERSIONES DE UN PROBLEMA COMPLEJO CON VARIABLES HÍBRIDAS CONTINUAS Y DISCRETAS. AQUÍ MOSTRAMOS COMO NUESTRA TÉCNICA APROXIMA UNA SOLUCIÓN AUN EN CASOS DONDE LOS MÉTODOS ESTÁNDAR EXPLOTAN COMPUTACIONALMENTE.
Tema
Sistemas De Recomendaciones; Plantas Generadoras; Procesos De Decisión De Markov; Abstracciones
Idioma
spa
ISSN
1405-5546

Enlaces