检索结果-南通市图书馆

Discounted Optimality for Continuous-Time Markov Decision Processes in Polish Spaces

在线全文

学校读者我要写书评

暂无评论

Discounted Optimality for Continuous-Time Markov Decision Pr...

第25届中国控制会议

作者： guo xianping The school of Mathematics and Computational Science Zhongshan University, Guangzhou 510275

＜正＞This paper deals with continuous-time Markov decision processes in Polish spaces, under a discounted expected reward criterion. We first give conditions under which we ensure the existence of optimal stationary policies by using the technique of extended infinitesimal operators, and also provide a recursive way to compute （or at least to approximate） the optimal reward values. Finally, we use controlled Generalized Potlach processes to show that all conditions in this paper are satisfied, whereas the earlier conditions fail to hold, and then we further apply our results to the discounted optimal control problems of several population processes.

关键词： Continuous-time Markov decision processes general state space discounted rewards optimal stationary policy

在线全文

cnki会议

学校读者我要写书评

暂无评论

半Markov决策过程的研究进展

中国科学：数学 2015年第5期45卷 477-496页

作者：郭先平黄永辉中山大学数学与计算科学学院广州510275

本文综述半Markov决策过程(SMDP)理论的发展现状,主要介绍SMDP无限阶段期望折扣报酬准则、长期平均准则、有限阶段期望报酬准则、首达目标期望报酬准则、概率准则、受约束问题和均值-方差准则的研究工作,着重阐述这些优化准则的背景、... 详细信息

本文综述半Markov决策过程(SMDP)理论的发展现状,主要介绍SMDP无限阶段期望折扣报酬准则、长期平均准则、有限阶段期望报酬准则、首达目标期望报酬准则、概率准则、受约束问题和均值-方差准则的研究工作,着重阐述这些优化准则的背景、意义、主要研究进展及有待研究的问题.最后,展望SMDP未来的一些潜在研究方向和相关问题.

关键词：半Markov决策过程优化准则最优方程最优策略计算方法

Average Optimality for Markov Decision Processes in Borel Spaces:New Conditions and Approaches

在线全文

学校读者我要写书评

暂无评论

Average Optimality for Markov Decision Processes in Borel Sp...

第二十三届中国控制会议

作者： xianping guo, Quanxin Zhu (The school of Mathematics and Computational Science Zhongshan University,Guangzhou 510275)

In this paper we study discrete-time Markov decision processes (MDPs) with Borel state and action spaces. The criterion to be minimized is expected average costs, and the costs may have neither upper nor lower bounds. We first provide two optimality inequalities with opposed directions, and also give conditions for the existence of solutions to two inequalities. Then, from the two inequalities we ensure the existence of average optimal (deterministic) stationary policies under additional continuity-compactness assumptions. Our conditions are weaker than those in the previous literature. In particular, some new sufficient conditions for the existence of average optimal stationary policies are imposed on the primitive subjects of models. Moreover, our approach is slightly different from the "optimality inequality approach" widely used in MDPs. Finally, we apply our results to a controlled queueing system and the generalized Potlach processes with control.

关键词： Discrete-time Markov decision processes average expected criterion average cost optimality inequality optimal stationary policy.

在线全文

cnki会议

学校读者我要写书评

暂无评论

对数效用分红支付问题

中国科学：数学 2016年第10期46卷 1637-1648页

作者：邹小龙周欢郭先平广州大学经济与统计学院广州510006 中国平安保险(集团)股份有限公司广东分公司广州510620 中山大学数学学院与广东省计算科学重点实验室广州510275

本文研究具有对数效用函数的风险灵敏保险公司的最优分红问题.首先建立分红支付问题的离散时间Markov决策过程模型(简称DTMDP),优化目标是最大化公司破产前分红现值的对数的期望值.在较弱的假设下,本文证明值函数满足最优方程.然后得到... 详细信息

本文研究具有对数效用函数的风险灵敏保险公司的最优分红问题.首先建立分红支付问题的离散时间Markov决策过程模型(简称DTMDP),优化目标是最大化公司破产前分红现值的对数的期望值.在较弱的假设下,本文证明值函数满足最优方程.然后得到这个最优方程最大的最大点的若干性质.最后证明最大的最大点在每个时刻的映射值全体构成一个最优分红策略.

关键词：离散时间Markov决策过程最优分红策略风险理论对数效用函数动态规划

在线全文

学校读者我要写书评

暂无评论

风险概率准则下的非平稳马氏决策过程

应用概率统计 2023年第4期39卷 589-603页

作者：温馨徐小雅郭先平中山大学管理学院广州510275 广东财经大学工商管理学院广州510320 中山大学数学学院广州510275

本文研究一类非平稳离散马氏决策过程的风险概率最小化问题,其中转移概率和奖励函数随时间变化.与现有文献中的期望报酬/成本准则不同,本文考虑最小化系统在首次到达某个目标集之前获得的总报酬未能达到给定利润目标的概率.在合理的假... 详细信息

本文研究一类非平稳离散马氏决策过程的风险概率最小化问题,其中转移概率和奖励函数随时间变化.与现有文献中的期望报酬/成本准则不同,本文考虑最小化系统在首次到达某个目标集之前获得的总报酬未能达到给定利润目标的概率.在合理的假设条件下,我们建立了相应的最优方程序列,验证了最优风险函数序列是最优方程序列的唯一解,并证明了最优马氏策略的存在性.

关键词：非平稳离散马氏决策过程风险概率准则最优方程序列首达时间最优马氏策略

Borel状态空间中平均零和随机博弈的新条件

在线全文

学校读者我要写书评

暂无评论

中国科学：数学 2024年第12期54卷 1963-1978页

作者：郭先平廖景浩谭梓祺温馨中山大学数学学院广州510275 中山大学管理学院广州510275

本文研究Borel状态空间的离散时间Markov平均博弈.对报酬函数可以无界的一般情形,本文用平均最优双不等式取代相应的Shapley方程,提出比现有的几何遍历性条件更弱的新条件.在此新的条件下,本文建立上述平均最优双不等式的可解性,并由此... 详细信息

本文研究Borel状态空间的离散时间Markov平均博弈.对报酬函数可以无界的一般情形,本文用平均最优双不等式取代相应的Shapley方程,提出比现有的几何遍历性条件更弱的新条件.在此新的条件下,本文建立上述平均最优双不等式的可解性,并由此证明平均博弈的值和Nash均衡策略的存在性.进而,在较强的几何遍历性条件下,用本文的最优双不等式,证明Shapley方程的可解性.最后,用电力系统与金融保险中的例子验证本文的条件,阐明本文的结果.

关键词：零和平均随机博弈最优性条件平均最优双不等式 Shapley方程 Nash均衡策略

Continuous Time Markov Decision Processes with Average Reward Criterion

在线全文

学校读者我要写书评

暂无评论

Continuous Time Markov Decision Processes with Average Rewar...

中国运筹学会第六届学术交流会

作者： guo xianping LIU Ke Department of Mathematics, Zhongshan UniversityInstitute of Applied Mathematics, Academy of Mathematics and Systems Sciences,Chinese Academy of Sciences

In this paper, we consider the model of the continuous time Markov decision processes with non-uniformly bounded transition rates and unbounded rewards under average criterion. We build up the optimality inequality for this criterion model and prove the existence of optimal stationary policies by the optimality inequality under the conditions which are weaker than those used in before.

关键词： Continuous Time Markov Decision Processes (CMDP) Average Cri- terion Optimality Inequality (OIE) Optimal Stationary Policies

Minimizing Risk Models in Denumerable Semi-Markov Decision Processes with a Target Set

在线全文

cnki会议

学校读者我要写书评

暂无评论

Minimizing Risk Models in Denumerable Semi-Markov Decision P...

第二十九届中国控制会议

作者： HUANG Yonghui,guo xianping School of Mathematics and Computational Science,Sun Yat-Sen University,Guangzhou 510275,P.R.China

This paper deals with the risk minimization problem in semi-Markov decision processes with denumerable *** criterion to be minimized is the risk probability that a total reward over a first passage time to some target set doesn’t exceed a *** first characterize the optimal value function,and then establish the optimality equation and the existence of optimal policies under mild ***,we give some sufficient conditions for the existence of an optimal policy,and these conditions are imposed on the primitive data of the model and are thus easy to ***,a numerical example is given to illustrate our results.

关键词： Semi-Markov Decision Processes Target Set Risk Probability Optimality Equation Optimal Policy

跳汰重选轻矿物煤泥分选及对浮选试验的影响研究

在线全文

cnki会议

学校读者我要写书评

暂无评论

煤炭与化工 2021年第1期44卷 100-102,105页

作者：郭鲜平山西兰花科技创业股份有限公司望云煤矿分公司山西晋城048400

为了解决煤炭发热量低、矸石伴生等带来的环境污染问题,达到煤矸石资源化利用、保护环境及绿色可持续发展的目的,本文探究了跳汰选矿对煤泥分选及后续浮选的影响,通过跳汰处理,煤泥浮选的碳含量增加,硫含量明显减少,并对影响跳汰过程的... 详细信息

为了解决煤炭发热量低、矸石伴生等带来的环境污染问题,达到煤矸石资源化利用、保护环境及绿色可持续发展的目的,本文探究了跳汰选矿对煤泥分选及后续浮选的影响,通过跳汰处理,煤泥浮选的碳含量增加,硫含量明显减少,并对影响跳汰过程的床层厚度和上升水量进行了试验,将跳汰后得到的轻矿物进行浮选,并对浮选后C、S的品位及回收率进行测定。实验结果表明,经跳汰处理后的煤泥碳、硫得到了初步的分离,调整浮选条件后,跳汰轻矿物浮选后产率可达到33.52%,C品位为21.15%,S品位4.5%。

关键词：跳汰浮选固定碳硫铁矿