研究一类连续时间 Mar ko v 控制过程( CTM CP) 在紧致行动集上关于平均代价性能准则的优
化算法。 根据CTM CP的性能势公式和平均代价最优性方程,导出了求解最优或次最优平稳控制策略的
策略迭代算法和数值迭代算法, 在无需假设迭代算子是 sp-压缩的条件下,给出了这两种算法的收敛性
证明。最后通过分析一个受控排队网络的例子说明了这种方法的优越性。