公共安全決策技術(shù)與方法

第1章 馬爾可夫決策理論簡(jiǎn)介
1.1 序列決策問(wèn)題
1.2 馬爾可夫過(guò)程定義
1.3 馬爾可夫決策理論表示方法
1.4 馬爾可夫決策過(guò)程問(wèn)題分類
第2章 有限階段問(wèn)題
2.1 有限階段問(wèn)題概述與逆推歸納法
2.2 動(dòng)態(tài)規(guī)劃理論
2.3 相關(guān)例題與講解
第 3章 成本問(wèn)題
3.1 成本問(wèn)題的引入
3.2 貝爾曼方程與動(dòng)態(tài)規(guī)劃算子
3.3 數(shù)值迭代算法與解的存在性
3.4 貝爾曼方程解的 性
3.5 策略迭代算法
3.6 平穩(wěn)策略 化
第4章 平均成本問(wèn)題
4.1 問(wèn)題描述與問(wèn)題轉(zhuǎn)化
4.2 平均成本問(wèn)題的 策略
4.3 與 成本問(wèn)題的關(guān)系
第5章 Q學(xué)習(xí)
5.1 異步數(shù)值迭代與實(shí)時(shí)數(shù)值迭代
5.2 探索-利用權(quán)衡
5.3 Q函數(shù)與Q學(xué)習(xí)算法
5.4 Q學(xué)習(xí)算法的收斂性分析
5.5 Q學(xué)習(xí)的應(yīng)用實(shí)例
第6章 線性規(guī)劃方法
6.1 貝爾曼方程求解的線性規(guī)劃表述
6.2 線性規(guī)劃問(wèn)題的對(duì)偶形式
6.3 近似線性規(guī)劃
6.4 應(yīng)用實(shí)例
第7章 隱馬爾可夫模型
7.1 隱馬爾可夫模型簡(jiǎn)介
7.2 隱馬爾可夫模型動(dòng)力學(xué)
7.3 前向算法
7.4 后向算法
7.5 維特比算法
第8章 部分可觀測(cè)馬爾可夫決策過(guò)程
8.1 HMM濾波
8.2 有限階段POMDP問(wèn)題
8.3 POMDP的信念空間表述
8.4 機(jī)器 換的POMDP示例
8.5 有限觀測(cè)狀態(tài)的有限階段POMDP求解方法介紹
8.5.1 算法：逐步剪枝
8.5.2 Lovejoy次優(yōu)算法
第9章 應(yīng)用案例介紹
9.1 災(zāi)難中的人員疏散問(wèn)題
9.2 基于馬爾可夫過(guò)程和SEIR模型的傳染病預(yù)測(cè)
9.2.1 模型分析
9.2.2 數(shù)據(jù)來(lái)源及參數(shù)