说明：马尔科夫决策过程值迭代算法value iteration，策略迭代等函数代码，从国外网站下载，非常详细，有用。

策略迭代MATLAB 马尔科夫决策 迭代策略 马尔科夫迭代 value-iteration

说明：策略论及matlab编程实现

数学算法

说明：改进粒子群算法，比较完整，自己收集的，可以运行。

粒子群-bp rapidlyq2t 改进的粒子群 优化神经网络 基于BP神经

说明：改进粒子群算法，比较完整，自己收集的，可以运行。

粒子群-bp 改进的粒子群 优化神经网络 基于BP神经

说明：利用强化学习的自适应动态规划中的值迭代和策略迭代方法，神经网络控制方法，LQR状态调节器最优控制方法，实现了三维倒立摆在飞行器上的稳定控制。鲁棒性很强，进行了高斯白噪声的扰动实验。

inverted neural Adaptive dynamic 策略迭代学习 策略迭代 matlab 策略迭代控制

说明：加入贪婪策略和遗传算法中的变异策略的混合蚁群算法

变异蚁群算法 遗传蚁群-matlab 蚁群-遗传 混合--遗传 混合遗传蚁群

说明：对电网不平衡情况下的三相PWM整流器进行了详细的建模分析，并在此基础上研究了两种不平衡控制策略。其一是抑制网侧负序电流的控制策略，主要控制三相PWM整流器交流电流对称正弦化控制。其二是抑制直流电压谐波分量的控制策略，主要控制三相PWM整流器从电网吸收平衡的瞬时功率，消除直流电压中的各次谐波分量。

电网 不平衡 三相PWM 整流器 黄泳均

说明：在matlab平台上，针对多周期报童问题，采用值迭代算法、策略迭代算法和强化学习算法求解MDP模型的实例

报童模型 强化学习matlab 策略迭代-matlab 策略迭代 强化学习算法

说明：遗传算法优化bp神经网络，神经网络为三层网络，遗传算法带有精英保留策略

遗传-神经网络 精英保留策略 优化遗传算法 遗传算法精英 精英策略

说明：实现Q学习算法，动作选择策略为贪婪策略，存在收敛判断条件。

Q学习算法 贪婪策略