两参数Markov过程的注记

Korezlioglu等人证明了两参数马氏过程在R2+中的有界凸型开集上满足Germ Markov性.我们把这个结果推广到R2+中的任何一个有界子集上.     

一类两参数随机过程的马氏性

<正>文献[1]研究了重要的两参数随机过程OUP_2的马氏性问题.本文用不同的方法讨论一类两参数随机过程的马氏性,这类过程以OUP_2和两参数独立增量过程为特例.所以我们对OUP_2和独立增量过程的马氏性做了统一的处理.本文使用的记号及其意义请参见文[2]和[3],特别声明者除外.     

两参数随机过程的强马尔科夫性

定义了几种两参数随机过程的参数变化为随机的宽过去强马尔科夫性,给出了一类随机过程满足强右选马氏性的充分条件,讨论了几种强马氏性之间的关系,推广了参数变化为非随机的相应结果.     

参数Markov决策过程的随机逼近算法

讨论平均报酬参数马氏决策过程的随机梯度算法,利用与折扣报酬的关系,给出了目标函数的梯度的一个新的表达式.同时得到了基于单一样本路径的随机逼近算法,最后证明了算法以概率1收敛到其梯度.       

两参数Gauss过程的增量

本文研究两参数Gauss过程的增量问题,在减弱文献中的一个基本条件的情况下,我们给出一个相应的结果。     

两参数随机过程的一致随机连续性

证明了一致随机连续的两参数随机过程的矩形增量,在任意小的左开右闭的长方形上按概率收敛于0.     

有限规划水平部分可观Markov自适应决策过程的参数决策

提出了一种有限规划水平部分可观、不确定Markov决策过程自适应决策算法.算法的基本思想是运用Bayes理论对未知系统进行"学习”,通过最小决策失误概率的参数决策实现参数估计,在参数估计的基础上进行控制决策从而以最大概率实现最优决策.文中证明了决策算法的收敛性.仿真结果表明了决策算法的有效性.     

基于Markov过程的集束型设备预防维护策略

为了更好地保障集束型晶圆制造设备运行的可靠性,同时考虑维护的经济性,建立了基于Markov过程的预防性维护策略.根据集束型设备的特点,采用大修和小修相结合的预防性维护方式,同时考虑随机失效和退化失效两种失效形式,建立了状态转移模型.依据Markov理论求得设备各状态的稳态概率及状态转移概率.再根据Markov决策理论及策略迭代算法求得最佳维护策略.实验结果表明,所提出的预防性维护策略有效可行.     

对称马氏过程的几个结果

在本文中,我们得到对称马氏过程Xt保守的一个充分条件和一个必要条件.并在转移概率p(t,x,??)关于参考测度m(dx)绝对连续的条件下给出G_(aμ)(x)=∫(∫??~∞e~(-αt)p(t,x,y)dt)μ(dy)与U_αμ(其详细含意见[1],)的关系     

多个特征值估计

通过构造业列双线性算子得到可逆Ｍａｒｋｏｖ过程的生成的多个特征值估计的一种递推公式,在某些情况下这些估计是精确的。     

非时齐跳跃Markov过程序列到扩散过程的弱收敛

本文给出了非时齐跳跃Markov过程序列弱收敛于非时齐扩散过程的一般性定理。利用这一定理,证明了非负非时齐跳跃Markov过程序列弱收敛于Brownian Excursion和经验分布过程弱收敛于Bown桥。     

半线性马氏过程局部时的构造

用半线性马氏过程的样本轨道和特征直接给出其局部时的构造。