排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
吴吉山 《华中科技大学学报(自然科学版)》1987,(1)
本文研究了报酬函数与时间有关的MDP模型,推广了[1]文献中相应的结果.文中在放弃了文献[2]、[3]中某些限制条件的情况下,讨论最优周期策略、ε最优周期策略的存在性,并给出算法. 相似文献
2.
吴吉山 《华中科技大学学报(自然科学版)》1987,(Z3)
本文在文献[1]~[3]的基础上,建立了一般意义下的预序模型,并研究了该模型最优策略的结构。文中彻底放弃了状态转移是确定性的假设,将策略从确定性策略类Π~d放宽到一般的随机策略类Π上进行讨论,从而大大地推广了文献[4]的结果。 相似文献
1