动态规划 确定性和随机模型PDF电子书下载

第一章 动态规划算法 1

1.1 基本问题 1

1.2 动态规划算法 8

1.3 确定性系统和最短路径问题 16

1.4 最短路径在统筹分析、编码理论和正向搜索中的应用 19

1.5 时间滞后、相关扰动及预报 29

1.6 注记 33

第二章 特殊领域中的应用 41

2.1 线性系统和二次代价函数：确定性等价原理 41

2.2 库存控制 48

2.3 动态证券分析 53

2.4 最优停止问题 57

2.5 调度和次序互换理论 63

2.6 注记 66

第三章 不完全状态信息问题 72

3.1 简化成完全状态信息情况 72

3.2 线性系统和二次代价；估计和控制的分离 74

3.3 线性系统的最小方差控制 78

3.4 充分统计和有限状态马尔科夫链：一个示教问题 90

3.5 假设检验：序列概率比检验 97

3.6 注记 100

第四章 次优与自适应控制 106

4.1 确定性等价控制 106

4.2 开环反馈控制器 108

4.3 有限前瞻策略：在柔性制造和计算机下棋中的应用 110

4.4 自适应控制：自校正调节器 119

4.5 注记 126

第五章 无限时域问题：理论部分 132

5.1 基本结果 132

5.2 计算方法：逐次逼近，策略迭代，自适应集结，线性规划 138

5.3 收缩映射的作用 152

5.4 每阶段无界代价和无折扣问题 153

5.5 非平稳与周期性问题 165

5.6 注记 169

第六章 无限时域问题：应用部分 180

6.1 线性系统与二次代价 180

6.2 库存控制 181

6.3 最优停止 183

6.4 首次通过问题［原注］ 188

6.5 随机调度和多臂投赌机问题 194

6.6 最优博奕策略 201

6.7 连续时间马尔科夫链及其一致化：在排队系统中的应用［原注］ 207

6.8 注记 218

第七章 每阶段平均代价的极小化 232

7.1 最优性条件 232

7.2 逐次逼近、误差界限和线性规划解 238

7.3 策略迭代 246

7.4 无限状态空间：具有二次代价泛函的线性系统 249

7.5 注记 251

附录： 存在性结果和证明 259

附录A： 数学综述 259

A.1 集合 259

A.2 欧氏空间 260

A.3 矩阵 260

A.4 Ro 中的拓扑概念 261

A.5 凸集和函数 262

附录B：关于优化理论 264

附录C：关于概率论 266

附录D：关于有限状态马尔科夫链 269

参考文献 272