考虑抽样时间间隔的特殊单臂Bandit报酬过程

• 作者: 梁友 邹捷中
• 来源期刊: 铁道科学与工程学报
• 学科: 数学
• 关键词: 贝叶斯方法 特殊单臂Bandit报酬过程 Gittins指数 Erlang(2)分布
• 年，卷（期）: 2006,（6）
• 页码范围: 87-90
• 页数: 4页
• 分类号: O211.64
• 字数: 3787字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-7029.2006.06.018

摘要

应用动态规划向后归纳法和贝叶斯方法,研究了一类特殊单臂Bandit报酬过程的最优决策问题.在这个模型中,未知Bandit过程是抽样时间间隔服从负指数分布,抽样值服从Erlang(2)分布,允许在任意时刻跳转的Bandit报酬过程.讨论了这类Bandit报酬过程Gittins指数的单调性质,并在此基础上将包含这类过程的单臂Bandit报酬过程的最优决策问题简化为一个最优停止问题,构造了计算过程最优停止时间的算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹捷中	中南大学数学科学与计算技术学院	67	529	14.0	19.0
2	梁友	中南大学数学科学与计算技术学院	2	1	1.0	1.0