實(shí)用馬爾可夫決策過程

第1章引論
1.1序列決策模型
1.2馬氏決策過程的例子
1.3馬氏決策過程的定義與記號(hào)
1.4馬氏決策過程的起源和發(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章無限階段折扣模型
3，l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
5.3MDP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MDP
6.2連續(xù)時(shí)間平均MDP
6.3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)配問題
7.1單港口的問題與建模
7.2無限階段折扣準(zhǔn)則
7.3無限階段平均準(zhǔn)則
7.4數(shù)值例子
7.5多港口空集裝箱的調(diào)配問題
第8章人力資源模型
8.1問題
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