马尔可夫决策过程中的若干最小风险模型


该文研究离散时间、时齐的马尔可夫决策过程,其系统状态空间和行动空间均为可数集,优化准则是使累积报酬(总报酬或折扣总报酬)未超过决策者的目标值(预期值)和风险(概率)达到最小.该文目的在于解决这类模型的最优策略的存在性、结构,最优值函数的性质及求解最优策略的算法.
文目的在于解决这类模型的最优策略的存在性、结构,最优值函数的性质及求解最优策略的算法.
作 者：伍从斌 学科专业：应用数学 授予学位：博士 学位授予单位：清华大学 导师姓名：萧树铁林元烈 学位年度：1998 研究方向： 语 种：chi 分类号：O211.67 关键词：马尔可夫决策过程  风险准则  最优策略  决策状态  目标值 机标分类号：S81 S18 机标关键词：马尔可夫决策过程  最优策略  系统状态空间  报酬  最优值函数  优化准则  离散时间  预期值  目标值  可数集  决策者  存在性  折扣  算法  求解  模型  结构  概率  风险 基金项目：在清华图书馆里，应该可以搜到。所以跪求清华的路过者帮帮忙，非常感谢。