| 非平稳MDP平均模型── 一致最优(G,B)-生成策略的存在性 |
| |
| 引用本文： | 郭先平.非平稳MDP平均模型── 一致最优(G,B)-生成策略的存在性[J].数学学报,2000,43(2):269-274. |
| |
| 作者姓名： | 郭先平 |
| |
| 作者单位： | 中山大学数学系广东广州 510275 |
| |
| 基金项目： | 国家自然科学基金资助项目;广东省自然科学基金资助项目 |
| |
| 摘 要： | 本文考虑的是可数状态空间任意行动空间非平稳ＭＤＰ平均模型，借鉴于Ｆｅｉｎｂｅｒｇ Ｅ． Ａ（１９９４）的思想，提出了比马氏策略和 Ｆｅｉｎｂｅｒｇ Ｅ． Ａ的（ｆ，Ｂ）－生成策略和更为广泛的（Ｇ，Ｂ）－生成策略的概念，在弱遍历条件下，用概率分析的方法，证明了一致最优（Ｇ，Ｂ）－生成策略的存在性．从而将 Ｆｅｉｎｂｅｒｇ Ｅ． Ａ．（１９９４）的主要结果推广到非平衡可数状态空间情形．
|
| 关 键 词： | 马氏决策规划(MDP) 非平稳 平均目标 (G B)-生成策略 |
| 文章编号： | 0583-1431(2000)02-0269-06 |
| 修稿时间： | 1997年11月11 |
Non-stationary MDP Average Model - The Existence of Persistently Optimal (G, B)-Generated Policies |
| |
| GUOXian-ping.Non-stationary MDP Average Model - The Existence of Persistently Optimal (G, B)-Generated Policies[J].Acta Mathematica Sinica,2000,43(2):269-274. |
| |
| Authors: | GUOXian-ping |
| |
| Institution: | GUO Xian-ping (Department of Mathematics, Zhongshan University, Guangzhou 510275, P. R. China) |
| |
| Abstract: | In this paper, we consider the non-stationary MDP average model with countable state space and arb.iotrary action space : Using the (f, B)-generated policies of Feinberg E. A. for reference. We put forward the (G, B)-generated policies which are the generalization of Markov policies and (f, B)-generated policies of Feinberg E. A.. By probability and analysics method, we prove the existence of persistently optimal (G, B)-generated policies. under weaker ergodict conditions. |
| |
| Keywords: | Markov decision programming(MDP) Non -stationary Persistly optimality (G B)-generated policy |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《数学学报》浏览原始摘要信息 |
| 点击此处可从《数学学报》下载免费的PDF全文 |
