KMS Of Academy of mathematics and systems sciences, CAS
| 非平稳MDP平均模型及其滚动式算法 | |
郭先平1; 刘克2 ; 刘建庸2
| |
| 1999 | |
| 发表期刊 | 系统科学与数学
 |
| ISSN | 1000-0577 |
| 卷号 | 019期号:004页码:439 |
| 摘要 | 本文考虑可数状态空间非平稳马尔可夫决策过程（ＭＤＰ）的平均目标。首先，我们指出并改正了Ｐａｒｋ，ｅｔ ａｌ．和Ａｌｄｅｎ，ｅｔ，ａｌ。的错误，并在弱于Ｐａｒｋ，ｅｔ ａｌ．的条件下，借助于新建立的最优方程，证明了最优平均值的收敛性和平均最优马氏策略的存在性。其次，给出了ε（〉０）－平均最优马氏策略的滚动式算法。 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.amss.ac.cn/handle/2S8OKBNM/37510 |
| 专题 | 应用数学研究所 |
| 作者单位 | 1.中山大学 2.中国科学院数学与系统科学研究院 |
| 推荐引用方式 GB/T 7714 | 郭先平,刘克,刘建庸. 非平稳MDP平均模型及其滚动式算法[J]. 系统科学与数学,1999,019(004):439. |
| APA | 郭先平,刘克,&刘建庸.(1999).非平稳MDP平均模型及其滚动式算法.系统科学与数学,019(004),439. |
| MLA | 郭先平,et al."非平稳MDP平均模型及其滚动式算法".系统科学与数学 019.004(1999):439. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [郭先平]的文章 |
| [刘克]的文章 |
| [刘建庸]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [郭先平]的文章 |
| [刘克]的文章 |
| [刘建庸]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [郭先平]的文章 |
| [刘克]的文章 |
| [刘建庸]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论