半Markov切换空间控制过程和其应用.pdf

摘要 础上，提出了基于单样本轨道的在线自适应策略迭代算法，证明了算法的收敛 性。对于随机型策略的优化，在性能梯度公式的基础上，结合性能势基于单样本 轨道的表示形式，推导出平均性能测度关于事件驱动的切换控制策略的性能梯 度基于单样本轨道的估计式，进而结合随机逼近算法，提出了基于策略梯度的在 线自适应优化算法。利用事件驱动的策略特性，有效减小优化算法的计算量，摆 脱对系统参数的依赖，提高算法的自适应性。系统的层次化动态结构使得基于梯 度的算法能够收敛到全局最优。 研究无线多媒体通信网的适应带宽配置，通过构建事件驱动的随机分析模 型，将适应带宽配置问题转化为一个带约束的随机优化问题。在模型中，适应带 宽配置和呼叫准入控制构成一个统一整体，考虑了各类业务的不同优先级，区分 了新到达呼叫与越区切换呼叫。考虑三种重要的QoS指标作为约束，提出一种 结合策略梯度估计和随机逼近的在线自适应优化算法。该算法充分利用事件驱 动的策略特性，计算和评估只需在事件发生的时刻进行，并且不依赖于系统参数 的信息，对环境的变化具有良好的适应性，能够保证收敛到全局最优值，有效求 解多种QoS指标约束下的适应带宽配置问题。 考虑动态电源管理的随机型策略和超时策略的优化问题，构建事件驱动的 半Marko