公共安全決策技術與方法 陳濤 朱萸 胡祥敏 9787302623397 【台灣高等教育出版社】

內容簡介
本書介紹了馬爾科夫決策過程及其它相關方法在公共安全領域的應用，主要面向安全科學與工程專業的高年級本科生，作為其安全決策方法類課程的教材，同時也可作為其它學科運籌學馬爾科夫過程部分的參考資料。
在廣與深的關係上，本書從處理大多數實際問題使用的馬爾科夫假設開始，圍繞著馬氏決策過程和動態規劃貝爾曼方程，依次介紹有限狀態問題、無限狀態問題和折扣成本問題，之後分別針對馬氏過程的各個要素，從狀態集、動作集等方面向外擴展出Q學習、近似線性規劃、隱馬爾科夫模型和部分可觀測馬爾科夫模型，並用一章簡略介紹其它常用決策演算法，這使得本書在重點突出的同時具有一定的廣度；
在難與易的關係上，本書力求避免複雜艱深的數學概念，書中的定理證明和公式推導只需要最基本的高等數學知識，同時對於有關數學內容以附錄形式做出了說明，此外，書中每一個部分都有緊貼內容的例子輔助理解，同時設有一章專門討論相關方法用於安全領域決策的典型案例，使得讀者能清楚地理解本書意圖闡述的內容。

作者簡介
陳濤，研究員，博士生導師，清華大學工程物理系副系主任，清華大學合肥公共安全研究院院長助理，兼任中國災害防禦協會風險分析專業委員會委員、北京市公安部消防局消防技術服務機構評審專家等職務；主要從事國家應急平台體系關鍵技術研發，突發事件應急決策模型與技術，複雜災害環境下的人員心理行為及模擬技術，突發事件人群避難、疏散與安置技術等研究；曾獲國家科技進步一等獎，教育部科技進步一等獎，中國地理信息科技進步一等獎，北京市科學技術獎二等獎和「十一五」科技支撐計劃優秀團隊等重大獎項。

目錄
第1章 馬爾可夫決策理論簡介 1
1 1 序列決策問題 1
1 2 馬爾可夫過程定義 2
1 3 馬爾可夫決策理論表示方法 4
1 4 馬爾可夫決策過程問題分類 7
第2章 有限階段問題 8
2 1 有限階段問題概述與逆推歸納法 8
2 2 動態規劃理論 12
2 3 相關例題與講解 15
第3章 折扣成本問題 20
3 1 折扣成本問題的引入 20
3 2 貝爾曼方程與動態規劃運算元 21
3 3 數值迭代演算法與解的存在性 23
3 4 貝爾曼方程解的唯一性 29
3 5 策略迭代演算法 30
3 6 平穩策略最優化 35
第4章 平均成本問題 36
4 1 問題描述與問題轉化 36
4 2 平均成本問題的最優策略 38
4 3 與折扣成本問題的關係 39
第5章 Q學習 46
5 1 非同步數值迭代與實時數值迭代 46
5 2 探索-利用權衡 47
5 3 Q函數與Q學習演算法 49
5 4 Q學習演算法的收斂性分析 50
5 5 Q學習的應用實例 51
第6章 線性規劃方法 55
6 1 貝爾曼方程求解的線性規劃表述 55
6 2 線性規劃問題的對偶形式 56
6 3 近似線性規劃 58
6 4 應用實例 61
第7章 隱馬爾可夫模型 66
7 1 隱馬爾可夫模型簡介 66
7 2 隱馬爾可夫模型動力學 67
7 3 前向演算法 69
7 4 後向演算法 74
7 5 維特比演算法 78
第8章 部分可觀測馬爾可夫決策過程 85
8 1 HMM濾波 85
8 2 有限階段POMDP問題 86
8 3 POMDP的信念空間表述 88
8 4 機器更換的POMDP示例 90
8 5 有限觀測狀態的有限階段POMDP求解方法介紹 93
8 5 1 精確演算法：逐步剪枝 94
8 5 2 Lovejoy次優演算法 95
第9章 應用案例介紹 97
9 1 災難中的人員疏散問題 97
9 2 基於馬爾可夫過程和SEIR模型的傳染病預測 100
9 2 1 模型分析 101
9 2 2 數據來源及參數 102
9 2 3 結果分析 104
9 2 4 不足與改進 106
9 3 貧困縣精準扶貧資源分配優化 107
9 3 1 精準扶貧解析 107
9 3 2 模型假設 108
9 3 3 模型構建 108
9 3 4 算例驗證 110
9 4 基於馬爾可夫決策過程的國家撤僑方案設計 112
9 4 1 撤僑模型的建立步驟 113
9 4 2 利比亞撤僑問題的MATLAB(r) 模擬 117
9 4 3 結論與總結 120
第10章 其他常用演算法介紹 122
10 1 貪婪演算法 122
10 2 分治演算法 123
10 3 回溯法 124
10 4 分支限界法 125
10 5 大數據決策方法概述 128
附錄 數學基礎補充內容 129
參考文獻 131

前言/序言
隨著我國經濟社會發展和人民生活水平不斷提高，公眾對安全的重視程度和需求依賴也隨之上升，公共安全事業已經成為新時代關係國計民生的重大任務 當前，我國的公共安全研究主要從突發事件、承災載體、應急管理三個維度展開，通過突發事件物理動力學規律和科學決策方法的研究，以及現代化的應急管理手段，實現災前精準預防、災中高效處置、災后快速重建的目標
突發事件決策方法是應急管理中的重要部分，通過對決策技術和方法的創新，可實現災前的有效預防和災中的高效處置 結合應急管理的特點，以及突發事件預防處置的科技內涵，本書重點介紹動態規劃演算法中的馬爾可夫決策技術與方法 顧名思義，馬爾可夫決策理論是建立在馬爾可夫過程上的基礎理論和數學方法 所謂馬爾可夫過程，是特指未來發展規律與之前的歷史狀態無特定關聯的一種隨機過程 因此，馬爾可夫性又可簡單敘述為狀態轉移概率的無後效性 常見的馬爾可夫過程有傳染病的感染人數、布朗運動、車站排隊人數、救援物資調度等
目前，國內外介紹決策方法的相關書籍和教材，大多面向經濟管理領域，相關理論和數學模型側重於經濟管理中的收益成本分析，缺乏專門面向公共安全領域的決策方法類教材 在公共安全風險日益複雜化的情況下，我們亟須培養兼具紮實數理基礎和實際工程經驗的應急決策人才，這使得專門針對公共安全領域的教材十分重要
本書是一本針對公共安全領域決策方法的基礎性教材，可以說是彌補空缺的一本教材 書中系統介紹了馬爾可夫決策過程在公共安全領域的應用，兼具廣度與深度 結合公共安全的實際問題，本書的具體內容從介紹馬爾可夫假設開始，圍繞著馬氏決策過程和動態規劃貝爾曼方程，依次介紹有限狀態問題、無限狀態問題和折扣成本問題，之後分別針對馬氏過程的各個要素，從狀態集、動作集等方面向外擴展出Q學習、近似線性規劃、隱馬爾可夫模型和部分可觀測馬爾可夫模型，既有理論深度又有很強的技術針對性 同時，本書還系統介紹了可用於公共安全決策的其他常用演算法，使得本書在重點突出的同時，又具有一定的廣度 在難與易的把握上，本書力求避免複雜艱深的數學概念，書中的定理證明和公式推導只需要基本的高等數學知識，並對有關數學內容以附錄形式做出了詳細說明 同時，在每一個章節，本書都配有生動詳細的案例，輔助學習並加深理解 在此基礎上，另有一整章內容，詳細討論相關方法用於安全領域決策的典型案例，使得讀者既能清楚理解本書理論和方法，還可結合實際掌握相關方法的具體應用
陳濤老師是我的學生，也是我的同事，在突發事件應急決策方面，具有紮實的研究基礎和豐富的實踐經驗 在本書中，他選取馬爾可夫決策過程作為出發點和核心內容，主要基於以下考慮：(1)儘管決策方法本身範圍廣、種類多，但馬爾可夫性假設是對大多數問題都適用的有效條件，可以簡化問題的分析，有較大的實際應用價值；(2)馬爾可夫決策過程中以貝爾曼方程為核心的分析方法有嚴格的理論保證，在描述時可以嵌入微積分、線性代數和概率統計的知識，在確保嚴謹性的同時，可提高讀者應用數學知識解決決策問題的能力；(3)馬氏決策過程的不同類型(無限階段、有限狀態、折扣成本)和不同變種(隱狀態、Q學習)實際上是層層遞進的，有清晰緊密的邏輯關係，體現了處理現實問題時可能遇到的不同挑戰 在例題和案例的選擇上，本書既有簡化條件的應急救援和物資運輸等問題，也有基於日本地震等實際災害場景的人員疏散等問題，使得讀者可以充分理解書中的公式和定理，掌握書中介紹的模型方法及其應用
當前，在公共安全領域，突發事件應急決策技術和方法屬於新型交叉領域，具有很大的挑戰性，在很多方面的研究尚處於不斷深入和完善的過程中，但有理由相信，以馬爾可夫決策理論為代表的一系列應急決策技術與方法的研究，必將為科學、準確、高效的應急處置提供強有力的科學支撐
范維澄
2023年7月