论文部分内容阅读
讨论一类可数半Markov决策过程（CSMDP）在折扣代价准则下的性能优化问题,运用等价Markov过程方法，定义了折Poisson方程，并由该方程定义了α-势,基于α-势，导出了由最优平稳策略所满足的最优性方程．较为详细地讨论了最优性方程解的存在性问题，并给出了其解存在的一些充分条件。
可数半Markov决策过程折扣代价性能优化
【摘 要】
：
讨论一类可数半Markov决策过程（CSMDP）在折扣代价准则下的性能优化问题,运用等价Markov过程方法，定义了折Poisson方程，并由该方程定义了α-势,基于α-势，导出了由最优平稳策略所满
【机 构】
：
中国科学技术大学自动化系
【出 处】
：
控制与决策
【发表日期】
：
2006年8期
【基金项目】
：
国家自然科学基金项目（60274012,60574065）,安徽省自然科学基金项目（050420301）.
其他文献
针对无线视频通信中现有的差错控制方法的缺点和局限性，根据无线信道高误码率和高时变性的特点，提出一种基于反馈的信道自适应差错控制策略．根据反馈信号预测未来信道的状态，自适
构造一种线性差分式Hopfield网络（LDHNN），其稳定状态可使能量函数达到唯一极小值，利用该网络稳定性与其能量函数收敛特性的关系，提出了基于LDHNN的移动域控制方法，LDHNN的理论设计
提出了基于粗粒度空间和垂直分解结构的控制体系结构，用于解决实时多足球机器人的对抗问题．总结了智能机器人的控制体系结构，提出了控制体系结构设计中的几个重要原则．提出了粗粒
目的分析汕头市医院与幼托机构消毒工作现状,评价两类场所的消毒效果,探讨落实消毒措施、提高消毒效率的有效途径.方法按<消毒技术规范>(2002版)及国家统一调查检测方法进行.
针对永磁同步电动机系统的非线性耦合特性以及参数的不确定性，采用自适应反步控制实现永磁同步电动机的非线性控制，在补偿参数不确定性影响，提高系统的抗干扰能力的同时，实现了永
研究一类线性不确定广义时滞系统的鲁棒无源滤波器设计问题．系统中所含的不确定性假设是未知且范数有界的．利用线性矩阵不等式方法和Lyapunov函数方法相结合，给出了广义滤波增广