从目标集序列合成最优策略及其在配电系统恢复中的应用

受灾后配电系统恢复问题的启发，本文研究了从目标集序列为马尔可夫决策过程（MDP）合成最优策略的问题。对于每个目标集，我们的目标是在最大化到达该目标集的概率的同时最小化期望到达时间。目标集的顺序代表其优先级。具体而言，我们的目标是生成一个相对于第一个目标集最优的策略，并且在相对于第一个目标集最优的策略中，该策略相对于第二个目标集也是最优的，依此类推。为了合成这样的策略，我们根据目标集迭代地过滤可用的动作。我们在示例配电系统和灾害场景上展示了所开发的方法。