馬爾可夫決策過(guò)程引論

內(nèi)容概要

　　馬爾可夫決策過(guò)程是研究隨機(jī)環(huán)境下多階段決策過(guò)程優(yōu)化問(wèn)題的理論工具，在過(guò)去的幾十年中，隨著生態(tài)科學(xué)、經(jīng)濟(jì)理論、通訊工程以及眾多學(xué)科中需要考慮不確定因素和序列決策問(wèn)題的大量新模型的涌現(xiàn)，進(jìn)一步刺激了馬爾可夫決策過(guò)程在理論上和應(yīng)用領(lǐng)域中長(zhǎng)足發(fā)展。本書(shū)從簡(jiǎn)單的例子開(kāi)始，介紹了馬爾可夫決策過(guò)程的基本概念、決策過(guò)程以及一些常用的基本理論。還介紹了多種最優(yōu)準(zhǔn)則，包括有限階段準(zhǔn)則、折扣準(zhǔn)則、平均準(zhǔn)則、權(quán)重報(bào)酬準(zhǔn)則、概率準(zhǔn)則等。從模型角度考慮了有限狀態(tài)空間、可數(shù)狀態(tài)空間和一般Borel狀態(tài)空間；從決策時(shí)間上來(lái)說(shuō)，考慮了離散時(shí)間、連續(xù)時(shí)間和半馬氏決策時(shí)刻問(wèn)題。本文還介紹了大量的應(yīng)用實(shí)例以及建模方法。本書(shū)可作為高年級(jí)大學(xué)和研究生教材，也可作為運(yùn)籌學(xué)、管理科學(xué)、信息科學(xué)、系統(tǒng)科學(xué)以及計(jì)算機(jī)科學(xué)和工程領(lǐng)域的學(xué)者和技術(shù)人員的參考書(shū)。

書(shū)籍目錄

序言一些常用的符號(hào)和縮第1章 引論1.1 序列決策模型1.2 馬氏決策過(guò)程的例子1.3 馬氏決策過(guò)程的定義與記號(hào)1.4 馬氏決策過(guò)程的起源和發(fā)展第2章 有限階段模型2.1 最優(yōu)準(zhǔn)則2.2 有限階段的策略迭代和最優(yōu)方程2.3 最優(yōu)策略的存在性和算法2.4 兩個(gè)例子2.5 單調(diào)策略的最優(yōu)性第3章 無(wú)限階段折扣模型3.1 最優(yōu)準(zhǔn)則3.2 最優(yōu)方程3.3 最優(yōu)策略的存在性3.4 策略迭代算法3.5 值迭代算法3.6 改進(jìn)的策略迭代算法3.7 線性規(guī)劃算法3.8 可數(shù)狀態(tài)與行動(dòng)的模型3.9 最優(yōu)單調(diào)策略3.10 最優(yōu)策略的結(jié)構(gòu)第4章 無(wú)限階段平均模型4.1 最優(yōu)準(zhǔn)則4.2 最優(yōu)平穩(wěn)策略的存在性4.3 平穩(wěn)策略的一些特征4.4 最優(yōu)方程與策略迭代算法4.5 單鏈時(shí)的情形4.6 多鏈時(shí)的情形第5章 權(quán)重準(zhǔn)則模型與概率準(zhǔn)則模型5.1 折扣權(quán)重模型5.2 折扣與平均權(quán)重模型5.3 MDP的百分比與目標(biāo)水平5.4 風(fēng)險(xiǎn)概率準(zhǔn)則模型第6章 連續(xù)時(shí)間與半馬氏模型6.1 連續(xù)時(shí)間折扣MDP6.2 連續(xù)時(shí)間平均MDP6.3 折扣半馬氏模型6.4 平均半馬氏模型6.5 服務(wù)率受控的一個(gè)排隊(duì)模型第7章 空集裝箱調(diào)配問(wèn)題7.1 單港口的問(wèn)題與建模7.2 無(wú)限階段折扣準(zhǔn)則7.3 無(wú)限階段平均準(zhǔn)則7.4 數(shù)值例子7.5 多港口空集裝箱的調(diào)配問(wèn)題第8章 人力資源模型8.1 問(wèn)題8.2 數(shù)學(xué)模型8.3 相關(guān)參數(shù)分析8.4 數(shù)例參考文獻(xiàn)索引

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    馬爾可夫決策過(guò)程引論 PDF格式下載

---