（不是掃描版，很清晰的pdf）馬爾可夫決策過程是研究隨機環(huán)境下多階段決策過程優(yōu)化問題的理論工具.在過去的幾十年 中, 隨著生態(tài)科學、經(jīng)濟理論、通訊工程以及眾多學科中需要考慮不確定因素和序列決策問題 的大量新模型的涌現(xiàn), 進一步刺激了馬爾可夫決策過程在理論上和應用領域中長足的發(fā)展. 本書從簡單的例子開始, 介紹了馬爾可夫決策過程的基本概念、決策過程以及一些常用 的基本理論.還介紹了多種最優(yōu)準則, 包括有限階段準則、折扣準則、平均準則、權重報酬準 則、概率準則等.從模型角度考慮了有限狀態(tài)空間、可數(shù)狀態(tài)空間和一般Borel 狀態(tài)空間; 從 決策時間上來說, 考慮了離散時間、連續(xù)時間和半馬氏決策時刻問題.本文還介紹了大量的應 用實例以及建模方法.本書可作為高年級大學生和研究生教材, 也可作為運籌學、管理科學、 信息科學、系統(tǒng)科學以及計算機科學和工程領域的學者和技術人員的參考書.