| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-14页 |
| 第一章 绪论 | 第14-26页 |
| ·引言 | 第14-15页 |
| ·不确定环境下的规划问题 | 第15-16页 |
| ·POMDP及其研究现状 | 第16-19页 |
| ·医学领域中的治疗决策问题 | 第19-21页 |
| ·研究意义 | 第21-22页 |
| ·论文的主要工作和创新点 | 第22-24页 |
| ·论文的组织结构 | 第24-26页 |
| 第二章 POMDP模型与基础知识 | 第26-48页 |
| ·MDP模型 | 第26-31页 |
| ·MDP模型简介 | 第26-27页 |
| ·MDP最优策略 | 第27-29页 |
| ·MDP最优策略的求解算法 | 第29-31页 |
| ·POMDP模型 | 第31-32页 |
| ·一个例子 | 第32-36页 |
| ·有模型和无模型的POMDP问题 | 第36页 |
| ·信念状态和值函数 | 第36-42页 |
| ·信念状态 | 第36-39页 |
| ·值函数 | 第39-42页 |
| ·POMDP的解法 | 第42-46页 |
| ·精确算法 | 第42-45页 |
| ·近似算法 | 第45-46页 |
| ·小结 | 第46-48页 |
| 第三章 一种基于不确定性的信念状态选择算法 | 第48-66页 |
| ·引言 | 第48-50页 |
| ·几种基于点的值迭代算法 | 第50-57页 |
| ·PBVI算法 | 第51-53页 |
| ·BFBS和DBBE算法 | 第53-55页 |
| ·Perseus算法 | 第55-57页 |
| ·FSVI算法中的信念状态选择 | 第57页 |
| ·基于不确定性的信念状态选择算法 | 第57-62页 |
| ·算法思想 | 第58-59页 |
| ·UBBS算法 | 第59-60页 |
| ·两种计算不确定性的方法 | 第60-62页 |
| ·实验 | 第62-65页 |
| ·实验设置 | 第62-63页 |
| ·实验结果与分析 | 第63-65页 |
| ·小结 | 第65-66页 |
| 第四章 一种基于最短哈密顿通路的POMDP值迭代算法 | 第66-88页 |
| ·引言 | 第66-68页 |
| ·相关工作分析 | 第68-73页 |
| ·基于试探的方法 | 第68-69页 |
| ·FSVI和TOP算法 | 第69-72页 |
| ·HSVI算法 | 第72-73页 |
| ·最短哈密顿通路和GENI算法 | 第73-76页 |
| ·SHP-VI算法 | 第76-80页 |
| ·SHP-VI算法思想 | 第76-77页 |
| ·SHP-VI算法 | 第77-78页 |
| ·算法描述 | 第78-79页 |
| ·收敛性分析 | 第79-80页 |
| ·实验 | 第80-86页 |
| ·实验设置 | 第80-81页 |
| ·实验结果 | 第81-86页 |
| ·实验分析 | 第86页 |
| ·小结 | 第86-88页 |
| 第五章 基于POMDP的中医处方治疗方案优化方法研究 | 第88-114页 |
| ·引言 | 第88-89页 |
| ·相关工作 | 第89-90页 |
| ·中医相关知识介绍 | 第90-95页 |
| ·中医"辨证论治" | 第90-91页 |
| ·中医处方治疗方案 | 第91-93页 |
| ·中医临床数据的作用与中医数据挖掘 | 第93-94页 |
| ·2型糖尿病 | 第94-95页 |
| ·中医处方治疗方案优化的POMDP建模 | 第95-103页 |
| ·状态与观察 | 第96-97页 |
| ·行动 | 第97-99页 |
| ·转移概率和观察函数 | 第99-100页 |
| ·立即报酬 | 第100-101页 |
| ·初始信念状态 | 第101-102页 |
| ·模型的求解 | 第102-103页 |
| ·实验 | 第103-113页 |
| ·数据说明 | 第103-105页 |
| ·从数据到有模型的POMDP | 第105-107页 |
| ·实验设置和结果 | 第107-112页 |
| ·实验分析 | 第112-113页 |
| ·小结 | 第113-114页 |
| 第六章 结束语 | 第114-118页 |
| ·本文工作的总结 | 第114-115页 |
| ·进一步研究的展望 | 第115-118页 |
| 参考文献 | 第118-128页 |
| 攻读博士期间发表和已录用的学术论文 | 第128-132页 |
| 学位论文数据集 | 第132页 |