%0 Journal Article
%T 随机平稳策略下半Markov决策过程的仿真优化算法
%A 代桂平
%A 唐昊
%A 奚宏生
%J 控制理论与应用
%D 2006
%X 基于性能势理论和等价Markov过程方法,研究了一类半Markov决策过程(SMDP)在参数化随机平稳策略下的仿真优化算法,并简要分析了算法的收敛性．通过SMDP的等价Markov过程,定义了一个一致化Markov链,然后根据该一致化Markov链的单个样本轨道来估计SMDP的平均代价性能指标关于策略参数的梯度,以寻找最优(或次优)策略．文中给出的算法是利用神经元网络来逼近参数化随机平稳策略,以节省计算机内存,避免了“维数灾”问题,适合于解决大状态空间系统的性能优化问题．最后给出了一个仿真实例来说明算法的应用．
%K 随机平稳策略
%K 等价Markov过程
%K 一致化Markov链
%K 神经元动态规划
%K 仿真优化
%U http://jcta.alljournals.ac.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=200604010&flag=1