项目名称: 连续时间马氏决策过程受约束问题的研究

项目编号: No.11526092

项目类型: 专项基金项目

立项/批准年度: 2016

项目学科: 数理科学和化学

项目作者: 魏清达

作者单位: 华侨大学

项目金额: 3万元

中文摘要: 马氏决策过程在众多领域有着广泛的应用,如金融保险、通信网络、库存管理、可靠性理论等。现实世界中的许多应用问题涉及到的时间总是有限的,研究马氏决策过程的有限阶段问题在理论上和应用上都具有重要的意义。本项目拟研究连续时间马氏决策过程的受约束问题:(1)有限阶段期望准则的多约束问题,其中目标函数和约束函数均为有限阶段期望总效益;(2)有限阶段总效益的均值-方差问题,即在有限阶段总效益的均值等于某一常数的策略类中寻找使得有限阶段总效益的方差最小的策略。我们将研究上述问题最优策略的存在性和计算方法这两个核心的理论问题。本项目的研究不仅能丰富随机动态系统的最优化理论,而且为马氏决策模型的应用研究奠定理论基础。

中文关键词: 马氏决策过程;有限阶段;逼近算法;最优值函数;最优策略

英文摘要: Markov decision processes have wide applications to many areas, such as finance, insurance, communication network, inventory management and reliability theory. Since the time interval in many real-world applications is always finite, the study on the finite horizon problems of Markov decision processes is of important significance on both theoretical and applied sides. We will carry out an research on continuous-time Markov decision processes and study the following constrained optimization problems in this project. (1) We will consider the finite horizon expected criteria with multiple constraints in which the objective function and the constraint functions are all the finite horizon expected total payoffs. (2) We will investigate the mean-variance problem of the finite horizon expected total payoffs. That is, we aim to find a policy which minimizes the variance of the finite horizon expected total payoffs over the set of all policies satisfying the constraint that the mean of the finite horizon expected total payoffs is equal to a given constant. We will study the existence and computational methods of the optimal policies for the above problems. The research of this project not only enriches the optimization theory of the stochastic dynamic systems, but also lays a theoretical basis for the applied

英文关键词: Markov decision processes;finite horizon;approximate algorithm;optimal value function;optimal policies

成为VIP会员查看完整内容
1

相关内容

【AAAI2022】受限评委下双执行者的高效连续控制
专知会员服务
16+阅读 · 2021年12月22日
【干货书】面向工程师的随机过程,448页pdf
专知会员服务
79+阅读 · 2021年11月3日
专知会员服务
117+阅读 · 2021年10月6日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
21+阅读 · 2021年6月26日
【经典书】算法博弈论,775页pdf,Algorithmic Game Theory
专知会员服务
149+阅读 · 2021年5月9日
专知会员服务
24+阅读 · 2021年4月21日
专知会员服务
73+阅读 · 2020年12月7日
多智能体深度强化学习的若干关键科学问题
专知会员服务
186+阅读 · 2020年5月24日
从最小二乘法到卡尔曼滤波
图与推荐
1+阅读 · 2021年12月22日
WGAN新方案:通过梯度归一化来实现L约束
PaperWeekly
1+阅读 · 2021年12月13日
两概率分布交叉熵的最小值是多少?
PaperWeekly
0+阅读 · 2021年11月6日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
【干货书】贝叶斯推断随机过程,449页pdf
专知
29+阅读 · 2020年8月27日
从动力学角度看优化算法:GAN的第三个阶段
PaperWeekly
11+阅读 · 2019年5月13日
机器学习中的最优化算法总结
人工智能前沿讲习班
22+阅读 · 2019年3月22日
酒鬼漫步的数学——随机过程 | 张天蓉专栏
知识分子
10+阅读 · 2017年8月13日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2008年12月31日
Convex-Concave Min-Max Stackelberg Games
Arxiv
0+阅读 · 2022年4月19日
Generalized Out-of-Distribution Detection: A Survey
Arxiv
15+阅读 · 2021年10月21日
Financial Time Series Representation Learning
Arxiv
10+阅读 · 2020年3月27日
小贴士
相关VIP内容
【AAAI2022】受限评委下双执行者的高效连续控制
专知会员服务
16+阅读 · 2021年12月22日
【干货书】面向工程师的随机过程,448页pdf
专知会员服务
79+阅读 · 2021年11月3日
专知会员服务
117+阅读 · 2021年10月6日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
21+阅读 · 2021年6月26日
【经典书】算法博弈论,775页pdf,Algorithmic Game Theory
专知会员服务
149+阅读 · 2021年5月9日
专知会员服务
24+阅读 · 2021年4月21日
专知会员服务
73+阅读 · 2020年12月7日
多智能体深度强化学习的若干关键科学问题
专知会员服务
186+阅读 · 2020年5月24日
相关资讯
从最小二乘法到卡尔曼滤波
图与推荐
1+阅读 · 2021年12月22日
WGAN新方案:通过梯度归一化来实现L约束
PaperWeekly
1+阅读 · 2021年12月13日
两概率分布交叉熵的最小值是多少?
PaperWeekly
0+阅读 · 2021年11月6日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
【干货书】贝叶斯推断随机过程,449页pdf
专知
29+阅读 · 2020年8月27日
从动力学角度看优化算法:GAN的第三个阶段
PaperWeekly
11+阅读 · 2019年5月13日
机器学习中的最优化算法总结
人工智能前沿讲习班
22+阅读 · 2019年3月22日
酒鬼漫步的数学——随机过程 | 张天蓉专栏
知识分子
10+阅读 · 2017年8月13日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员