实用马尔可夫决策过程PDF电子书下载

第1章 引论 1

1.1 序列决策模型 1

1.2 马氏决策过程的例子 3

1.3 马氏决策过程的定义与记号 7

1.4 马氏决策过程的起源和发展 13

第2章 有限阶段模型 16

2.1 最优准则 16

2.2 有限阶段的策略迭代和最优方程 17

2.3 最优策略的存在性和算法 19

2.4 两个例子 22

2.5 单调策略的最优性 26

3.1 最优准则 31

第3章 无限阶段折扣模型 31

3.2 最优方程 32

3.3 最优策略的存在性 34

3.4 策略迭代算法 37

3.5 值迭代算法 40

3.6 改进的策略迭代算法 45

3.7 线性规划算法 47

3.8 可数状态与行动的模型 49

3.9 最优单调策略 60

3.10 最优策略的结构 62

第4章 无限阶段平均模型 64

4.1 最优准则 64

4.2 最优平稳策略的存在性 66

4.3 平稳策略的一些特征 68

4.4 最优方程与策略迭代算法 75

4.5 单链时的情形 79

4.6 多链时的情形 100

第5章 权重准则模型与概率准则模型 106

5.1 折扣权重模型 106

5.2 折扣与平均权重模型 113

5.3 MDP的百分比与目标水平 116

5.4 风险概率准则模型 121

第6章 连续时间与半马氏模型 131

6.1 连续时间折扣MDP 131

6.2 连续时间平均MDP 138

6.3 折扣半马氏模型 141

6.4 平均半马氏模型 145

6.5 服务率受控的一个排队模型 148

第7章 空集装箱调配问题 150

7.1 单港口的问题与建模 150

7.2 无限阶段折扣准则 154

7.3 无限阶段平均准则 156

7.4 数值例子 158

7.5 多港口空集装箱的调配问题 159

第8章 人力资源模型 163

8.1 问题 163

8.2 数学模型 165

8.3 相关参数分析 169

8.4 数例 171

参考文献 173

索引 183