郭显平;阿列克谢·皮乌诺夫斯基 带约束的折扣连续时间马尔可夫决策过程：无界转移和损失率。 （英语） Zbl 1218.90209号 数学。操作。物件。 第1期第36页，第105-132页（2011年）. 摘要：本文研究带约束的可数连续时间马尔可夫决策过程。最小化的最优性标准是期望折现损失，同时施加了几种相同类型的约束。过渡率可以是无限的，损失率也可以是无限的（从上到下），并且策略可以是历史相关的和随机的。基于Kolmogorov的正向方程和Dynkin公式，我们提醒读者注意Bellman方程，介绍和研究占用测度，将优化问题重新表述为一个（初级）线性规划，在此为约束优化问题提供最优策略的形式，并建立了凸分析方法与动态规划的对偶关系。最后，给出了一系列示例来说明我们的所有结果。 引用于38文件 MSC公司： 90立方厘米 马尔可夫和半马尔可夫决策过程 60J27型 离散状态空间上的连续时间马尔可夫过程 关键词：连续时间马尔可夫决策过程;无界转换率;动态程序设计;凸解析法;占用措施;约束最优政策 PDF格式BibTeX公司 XML格式引用 \textit{X.Guo}和\textit{A.Piunovskiy}，数学。操作。第36号决议，第1、105--132号（2011年；Zbl 1218.90209） 全文： 内政部