动态规划-西南科技大学.pptVIP

然后，进入第n-1阶段，则最大效益为 其中 。解此一维极值问题， 得到最优解 ,就是当第n-1阶段的输入为 时的最优决策。 如此类推，直到第一阶段，得到最大效益为 其中 ，解之，得到最优解 在上述逆推过程中，我们逐步求出了极值函数 及相应决策函数 由于初始状态 是已知的，按照上述递推过程相反的顺序推算，就可逐步确定出每一阶段的决策及效益。 综上所述，整个过程包括两个步骤，前一步骤称为“迭代”或“递推”，后一步骤称为“回代”。 例: 求 在满足约束条件 之下，使函数 达到最大值。 这个例子可有用初等方法或微分学方法求出它的最优解，现在用动态规划方法来求解。按变量划分阶段，可把它看作一个三阶段决策问题，决策变量分别为 设初始状态 ，状态转移函数为 ，各阶段的效益 按乘法结合起来， * 西南科技大学网络教育 第7讲 动态规划 数学建模与数学实验 西南科技大学理学院数学系 主讲教师: 彭煜 杨学南 西南科技大学网络教育系列课程 第7章 动态规划 动态规划是解决多阶段决策过程最优化问题的一种数学方法．动态规划在工程技术、管理、经济、工业生产、军事及现代控制工程等方面都有广泛的应用，而且由于动态规划方法有其独特之处，在解决某些实际问题时，显得更加方便有