作者：代桂平; 殷保群; 李衍杰; 周亚平; 奚宏生半markov控制过程紧致行动集性能势策略迭代数值迭代
摘要：研究了一类半Markov控制过程(SMCP)在紧致行动集上关于无限水平平均代价准则的性能优化算法.利用等价Markov过程的方法,导出了SMCP的性能势公式和平均代价最优性方程,给出了求解最优或次最优平稳策略的策略迭代算法和数值迭代算法,并证明了算法的收敛性.最后给出了一个数值例子来说明算法的应用.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《中国科学技术大学学报》（CN：34-1054/N）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《中国科学技术大学学报》主要刊登基础科学、技术科学及管理科学领域创新、应用价值较高的学术论文和研究成果。
杂志详情
