具有描述复杂性约束的大规模离散事件动态系统的策略序优化

我们对一类再制造系统的策略优化问题研究表明，虽然马氏决策过程（MDP）模型在理论上有完善的体系，在应用中却存在着一些局限性，如状态空间和策略空间大小的指数爆炸，导致经典的策略迭代和值迭代无法使用，其核心困难：策略本身复杂度过高，既无法实现，也无法对策略空间进行搜索。尽管现有方法从不同角度推进了大规模MDP问题的近似和简化求解研究，但都以寻求最优策略为目标，必然遇到共同困难：除非在很特殊条件下，一般无法保证所给问题的最优策略具有简单结构（低的描述复杂性）。这就限制了以寻求最优策略为目标的各种算法的适用范围。本项目拟从新角度，即明确将策略的描述复杂性作为约束条件来，结合序优化方法，给出大规模DEDS的策略序优化的系统性方法。这种思路优点在于：1）保证求出的策略具有相对简单的结构，一定能够在工程上实现；2）解的最优性在概率意义下可评价。本项目成果可望推进对工程中大规模策略优化问题的系统性解决。