导　　师： 郭先平

学科专业： G0103

授予学位： 硕士

作　　者： ;

机构地区： 中山大学

摘　　要： 　　连续时间马尔可夫决策过程在很多领域有着广泛的应用，其中，平均报酬(费用)准则是最常用的准则之一，因为它被广泛应用于电信与排队系统，生产过程等领域。因此，对连续时间平均准则的研究不仅有一定的理论价值，而且有一定的实际意义。本文在转移率和报酬(费用)率有界的情形下，给出了一种特殊的马尔可夫决策过程——受控生灭系统平均最优的新条件。我们利用生灭过程的遍历性理论来确定其指数遍历的条件，这些仅仅建立在模型中初始数据之上的条件，可以被我们用以证明最优平稳策略的存在性，而且我们还将实现其在排队系统中的应用。

关 键 词： 连续时间 马尔可夫控制过程 平均报酬准则 受控排队系统 最优平稳策略

分 类 号： [O211.62 F224.7]

领　　域： [理学] [理学] [经济管理]