| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究工作的背景与意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 研究现状 | 第13-16页 |
| 1.2.1 马尔可夫决策理论 | 第13-14页 |
| 1.2.2 信息的价值及其计算 | 第14-16页 |
| 1.3 本文的主要工作 | 第16-17页 |
| 1.4 论文结构 | 第17-18页 |
| 第二章 研究相关技术基础 | 第18-35页 |
| 2.1 决策问题中的动态决策理论 | 第18-20页 |
| 2.1.1 动态规划理论 | 第18-19页 |
| 2.1.2 马尔可夫过程理论 | 第19-20页 |
| 2.2 马尔可夫决策过程 | 第20-24页 |
| 2.2.1 模型定义 | 第20-21页 |
| 2.2.2 策略及值函数 | 第21-22页 |
| 2.2.3 马尔可夫决策过程求解方法 | 第22-24页 |
| 2.3 部分可观察马尔可夫决策过程 | 第24-31页 |
| 2.3.1 模型定义 | 第24-25页 |
| 2.3.2 策略及求解 | 第25-28页 |
| 2.3.3 在线规划算法 | 第28-29页 |
| 2.3.4 蒙特卡洛方法 | 第29-31页 |
| 2.4 马尔可夫决策理论中的信息的价值 | 第31-34页 |
| 2.4.1 POMDP中的完美信息期望值 | 第32-34页 |
| 2.4.2 VOI顺序规律 | 第34页 |
| 2.5 本章小结 | 第34-35页 |
| 第三章 基于信念的价值决策模型及其应用 | 第35-57页 |
| 3.1 Belief-VOI应用分析 | 第35-36页 |
| 3.2 信念状态MDP | 第36-39页 |
| 3.2.1 不确定性序贯决策问题分析 | 第36-38页 |
| 3.2.2 基于信念状态的建模理论 | 第38-39页 |
| 3.3 基于马尔可夫链的最优停止 | 第39-41页 |
| 3.3.1 最优停止问题分析 | 第39页 |
| 3.3.2 最优解的存在性证明 | 第39-41页 |
| 3.4 Belief-VOI建模 | 第41-45页 |
| 3.4.1 模型定义 | 第42-43页 |
| 3.4.2 模型描述 | 第43-45页 |
| 3.5 Belief-VOI在众包质量控制中的应用 | 第45-56页 |
| 3.5.1 问题描述 | 第45-49页 |
| 3.5.2 模型的创建 | 第49-56页 |
| 3.6 本章小结 | 第56-57页 |
| 第四章 一种改进的蒙特卡洛方法计算信息的价值 | 第57-68页 |
| 4.1 求解的复杂度分析 | 第57-58页 |
| 4.2 传统蒙特卡洛方法缺点 | 第58-61页 |
| 4.2.1 UCT方法 | 第58-60页 |
| 4.2.2 蒙特卡洛树搜索 | 第60-61页 |
| 4.3 改进的蒙特卡洛方法计算信息的价值 | 第61-67页 |
| 4.3.1 问题限制 | 第61-62页 |
| 4.3.2 算法描述 | 第62-66页 |
| 4.3.3 一个例子 | 第66-67页 |
| 4.4 本章小结 | 第67-68页 |
| 第五章 实验与分析 | 第68-74页 |
| 5.1 实验配置 | 第68页 |
| 5.2 实验准备工作 | 第68-69页 |
| 5.3 实验结果对比与分析 | 第69-73页 |
| 5.3.1 模型的验证 | 第69-70页 |
| 5.3.2 与传统蒙特卡洛方法的对比 | 第70-72页 |
| 5.3.3 BMCT运行性能 | 第72-73页 |
| 5.4 本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 已完成的工作 | 第74-75页 |
| 6.2 下一步研究方向 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 攻读硕士期间取得的成果 | 第82页 |