THE BOREL STATE SPACE SEMI-MARKOVDECISION PROCESS WITH EXPECTED TOTAL REWARDS IN A SEMI-MARKOV ENVIRONMENT

1.IntroductionMarkovdecisionprocesses(MDP)candescribeMarkoviansequentialdecisionsystems([12]),amongwhichtherearemanysystemsinstochasticenvironmentsandtheenvironments'effectwillchangetheparametersmodelingthesystem,e.g.3arepairablesysteminastochasticenvironment([3])andqueueingsystemsinvariedstochasticenvironments([4]).ThusMDPinstochasticenvironmelltsoccuriftheoptimalcontrolofsuchsystemsisconsidered.ContinuoustimeMDPandsemi-Markovdecisionprocess(SMDP)inasemi-Markovenvironmentwithdiscountedc…     

试论社会奖惩

社会公德水平是衡量社会文明程度的一个重要标志,而社会奖惩对社会公德的建设具有重要的推动作用。本文论述了社会奖惩的含义、社会作用、建立社会奖惩的基本原则及在现阶段的主要手段,是对如何顺利实施以德治国方略的有益探索。     

社会主义市场经济"市场规则"的道德要求何以可能?

每个市场经济行为主体都必须遵守基本的道德要求。我们有什么权利对他们提出道德要求?培育市场经济条件下经济道德建设所需的道德环境，加强经济法制建设，建立道德赏罚机制和健全社会道德监督机制，加紧完善市场经济，才是道德重建的正道。     

基于P2P的社区的自组织及自适应奖励的研究

通过分析社区的特性,结合P2P网络环境的特点和优势,研究并实现了社区的自组织算法以及社区的自适应奖励机制,使得社区构建更为真实、合理,从而有效地提高了社区的运作性能.旨在给用户提供更好的服务.     

体育教学艺术论

体育教学是培养全面发展人才再创造，体育教学艺术主要表现为体育教师的角色语言艺术，奖惩激励艺术，环境艺术，调控艺术，创造艺术等方面。     

青海省农业施用化肥的结构与发展方向

本文从实际出发,根据最小因子控制律和报酬递减律,分析了我省农业施用化肥的水平,阐明了我省农业现阶段与将来,对化肥品质与数量的要求,以及氮、磷、钾合理的施用比例.为缓解我省化肥工业与农业需求的矛盾,提出了有关技术性的措施意见.     

时滞系统的智能控制方法

介绍了基于Smith预估结构的时滞系统自适应模糊PID控制方法，该方法根据偏差e和偏差变化ec与PID控制器三个参数之间的关系，利用模糊控制原理对PID参数进行在线修正，使被控系统具有良好的动静态特性和抗干扰能力。仿真研究和实验表明了该控制方法的有效性。     

基于信息不对称的财政转移支付效率研究

实行分税制以来,中央与地方的财政自给能力发生了变化,中央的自给能力不断加强,但地方财政的自给能力不断减弱.中央对地方一般性转移支付逐年增大,但在目前的情况下不能解决财政转移的效率.重点研究了非对称信息下财政转移支付的效率,并提出影响可持续发展的奖惩系数.     

好评奖励的有限理性经济策略与演化博弈分析

以好评奖励获取用户推介并鼓励二次消费,是在线商家广泛采用的一种营销手段,但不当的奖励策略不仅会降低在线评论的参考价值,亦有损正当的网购经营环境。研究信息不完全和参与人有限理性情况下商家不同的诱导评论策略对消费者在线评论行为的影响,可以为政府监管和消费者购买决策提供参考。基于策略演化的视角构建商家与消费者群体间的博弈模型,并分析不同情境下商家的策略选择及消费者行为。实验分析表明,商家的策略选择取决于商品的销售利润、奖励成本、消费者不推荐时带来的负面效益值、政府监控及平台惩罚成本。而消费者最终的推荐行为会被信用成本、奖励额度、对商品本身的满意度等参数影响。当消费者对商品本身满意度较低,例如满意概率为0.3时,商家的返券策略无法激励消费者给予推荐甚至进行二次购买,必须以高返现弥补商品性价比低导致的顾客损失,或购买一些“好评”。而对商品满意度较高时,消费者更趋于以感知性价比和最初意愿给予评价。若政府或网络平台加强对商家的监管和社会信用体系建设,将有助于遏制商家贿赂性奖励行为的发生。     

评估STAR网络可靠性的新方法

针对具有故障部件的STAR互联网络的可靠性问题,在有条件的容错模型和概率模型的基础上,提出了一种新的评估STAR网络可靠性的方法。该方法通过网络的二连通率来进行评估。首先提出了一个自适应的容错并行路由算法,通过该算法的多次执行,得到用于计算网络二连通率的相关条件参数,在此基础上建立了用于推断网络二连通率的贝叶斯网模型。然后通过基于贝叶斯网的概率推理,可得到反映网络可靠性的网络二连通率。研究结果表明,该方法拓展了人们在网络可靠性评价方面的视野,具有一定的理论和实际意义。