| 摘要 | 第1-8页 |
| Abstract | 第8-14页 |
| 第一章 绪论 | 第14-24页 |
| ·研究背景 | 第14-20页 |
| ·性能优化问题的研究方法 | 第14-16页 |
| ·基于灵敏度观点的优化 | 第16-17页 |
| ·神经元动态规划 | 第17-18页 |
| ·基于仿真的梯度逼近方法 | 第18-19页 |
| ·自适应Markov报酬过程的研究意义 | 第19页 |
| ·网络通信系统中的应用 | 第19-20页 |
| ·本文的研究目的 | 第20-21页 |
| ·本文的主要贡献与研究内容 | 第21-24页 |
| 第二章 Markov决策过程基于灵敏度的性能优化 | 第24-36页 |
| ·Markov决策过程与随机策略 | 第24-29页 |
| ·离散时间和连续时间的Markov决策过程 | 第24-25页 |
| ·随机策略 | 第25-27页 |
| ·Markov决策过程的动态特性和优化准则 | 第27-29页 |
| ·Markov决策过程的灵敏度分析 | 第29-36页 |
| ·实现因子和性能势 | 第29-30页 |
| ·性能势的估计 | 第30-31页 |
| ·性能差与性能导数公式 | 第31-32页 |
| ·性能梯度与基于梯度的优化 | 第32-36页 |
| 第三章 自适应Markov报酬过程的基于灵敏度的性能分析 | 第36-42页 |
| ·Markov报酬过程和自适应Markov报酬过程 | 第36-38页 |
| ·Markov报酬过程 | 第36-37页 |
| ·自适应Markov报酬过程 | 第37-38页 |
| ·自适应Markov报酬过程的性能灵敏度分析与性能梯度的估计 | 第38-40页 |
| ·性能灵敏度分析 | 第38-39页 |
| ·性能梯度的估计 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 基于仿真的双时间尺度梯度逼近方法 | 第42-88页 |
| ·传统的梯度逼近算法 | 第42-44页 |
| ·再生环梯度逼近算法 | 第42-43页 |
| ·每步梯度逼近算法 | 第43-44页 |
| ·Markov报酬过程的双时间尺度梯度逼近算法 | 第44-70页 |
| ·算法描述 | 第44-46页 |
| ·收敛性分析 | 第46-64页 |
| ·仿真 | 第64-70页 |
| ·自适应Markov过程的双时间尺度梯度逼近算法 | 第70-82页 |
| ·研究动机 | 第71-74页 |
| ·未知参数的估计 | 第74-75页 |
| ·双时间尺度梯度逼近算法 | 第75-76页 |
| ·收敛性分析 | 第76-79页 |
| ·仿真 | 第79-82页 |
| ·随机策略的Markov决策过程的双时间尺度梯度逼近算法 | 第82-86页 |
| ·性能梯度估计方差的降低 | 第82-84页 |
| ·双时间尺度梯度逼近 | 第84-86页 |
| ·本章小结 | 第86-88页 |
| 第五章 双时间尺度梯度逼近算法在通信领域中的应用 | 第88-100页 |
| ·OVSF-CDMA系统中动态编码分配的呼叫容许接入控制策略 | 第88-92页 |
| ·研究动机 | 第88-89页 |
| ·动态编码分配的呼叫容许接入控制和Markov决策过程 | 第89-90页 |
| ·双时间尺度策略逼近呼叫容许接入控制算法 | 第90-91页 |
| ·仿真 | 第91-92页 |
| ·受限的OVSF-CDMA系统中动态编码分配的呼叫容许接入控制策略 | 第92-99页 |
| ·问题描述 | 第93-94页 |
| ·在线优化算法 | 第94-97页 |
| ·仿真 | 第97-99页 |
| ·结论 | 第99-100页 |
| 第六章 总结与展望 | 第100-102页 |
| ·总结 | 第100-101页 |
| ·展望 | 第101-102页 |
| 参考文献 | 第102-108页 |
| 攻读博士学位期间的研究成果 | 第108-109页 |
| 致谢 | 第109页 |
