離散時(shí)間馬氏過(guò)程的最優(yōu)控制——新的最優(yōu)性條件和新的方法.pdf

1、本篇博士論文對(duì)離散時(shí)間馬氏決策過(guò)程(discrete-timeMarkovdecisionprocesses，簡(jiǎn)記為DTMDP)的一系列問(wèn)題做了進(jìn)一步的研究.這些問(wèn)題主要包括：(1)可數(shù)狀態(tài)上極限和下極限兩種平均準(zhǔn)則下的最優(yōu)性問(wèn)題.(2)一般狀態(tài)空間中的平均最優(yōu)平穩(wěn)策略的存在性條件，值迭代算法以及最優(yōu)策略的性質(zhì).(3)一般狀態(tài)空間中的平均樣本軌道最優(yōu)性問(wèn)題.(4)一般狀態(tài)空間中的方差最優(yōu)性問(wèn)題.(5)一般狀態(tài)空間中的強(qiáng)n(n=-1，0)

2、-折扣最優(yōu)性問(wèn)題.本文用新方法所得結(jié)果推廣了已有文獻(xiàn)中相應(yīng)的結(jié)論，并且可應(yīng)用于以前所不能處理的若干情形.此外，還通過(guò)庫(kù)存系統(tǒng)和受控的排隊(duì)系統(tǒng)等一些實(shí)例，說(shuō)明了相應(yīng)條件和結(jié)果的應(yīng)用.全文共分為七章.　　第一章為綜述，簡(jiǎn)要地介紹了馬氏決策過(guò)程的歷史背景，研究?jī)?nèi)容，發(fā)展現(xiàn)狀以及本文所做的主要工作.　　第二章討論了可數(shù)狀態(tài)上極限和下極限兩種平均準(zhǔn)則下的最優(yōu)性問(wèn)題.我們給出了一組新的最優(yōu)性條件，并在此條件下保證存在既是上極限又是下極限平均最優(yōu)