半马尔可夫决策过程(SMDP)可用来描述实际生活中很大一类离散事件动态系统,即半Markov系统。实际的系统不可避免地存在不确定性,而且对系统的优化往往涉及多极值优化问题,这使得对不确定SMDP鲁棒决策的研究更具现实意义。本文的主要工作是研究利用全局优化方法求解不确定SMDP的最优鲁棒控制策略。 SMDP一般是通过等价的马尔可夫决策过程(MDP)来分析研究的,同时对不确定SMDP的研究也是以确定性SMDP为基础的,故论文首先介绍了等价MDP的概念和确定性SMDP系统基于性能势的优化方法,再介绍不确定SMDP基于性能势的鲁棒决策求解的统一算法,它适用于平均和折扣准则两种情况。针对系统优化过程中可能涉及的多极值优化问题,本文重点介绍了用以解决这一问题的两种全局优化方法,即模拟退火算法和填充函数法。详细讨论了基于全局优化的系统优化方法在各种不确定SMDP鲁棒决策问题中的应用,包括在不相关不确定参数条件下求解系统最优鲁棒控制策略的策略迭代算法,和在相关不确定参数条件下求解系统最优鲁棒控制策略的一类极小极大优化算法。在每种参数条件下又分为两种情况,分别是仅等价无穷小生成子依赖系统参数,和性能函数与等价无穷小生成子都依赖系统参数。 本文以SMDP的数值实验方式,说明了有关算法在各种不确定情况下求解鲁棒决策问题的运用,验证了算法对折扣和平均两种准则是统一的:通过大量实验结果分析,讨论了各种算法在不同情况下的优化效果,以及针对不同情况选择和使用算法的建议;论文研究结果对建立实际半Markov系统的鲁棒决策机制具有一定理论和应用价值。