[10动态规划1.pptVIP

练习：P211 习题8.2 5.1 逆序（递推）法 设已知初始状态s1，最优值函数fk(sk)表示从k阶段到n阶段所得到的最大效益。以求最大化为例来说明。 具体方法如下： 当阶段k=n时 即 其中s表示状态，x表示决策（控制） 可得最优决策xn=xn(sn)和最优值fn(sn)。要注意的是,若D(sn)只有一个决策,则可写成 xn=xn(sn)。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 当阶段k=n-1时 其中状态转移方程 得到最优决策xn-1=xn-1(sn-1)和最优值fn-1(sn-1)。 当阶段k=k时 其中状态转移方程 得最优决策xk=xk(sk)和最优值fk(sk)。 如此类推，直到第一阶段。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 当阶段k=1时 其中状态转移方程 得最优决策x1=x1(s1)和最优值f1(s1)。 由于初始状态s1已知,故x1=x1(s1)和f1(s1)是确定的,根据状态转移方程按照上述递推过程相反顺序推算下去，就可逐步确定出每阶段的决策及效益。 例1 用动态规划的逆序法求解下面问题 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 解： 分阶段：（按照问题的变量个数划分阶段）分三个阶段，即k=1，2，3。 确定决策变量：通常可以取问题中的变量为决策变量。 确定状态变量：状态变量与决策变量有密切关系，状态变量一般为累计量 或随递推过程变化的量。 指标函数 最优指标函数 fk(sk)=maxVk,3 状态转移方程 决策变量 边界条件 f4(s4)=1 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 基本方程 当阶段k=3时，有 当阶段k=2时，有 得最优决策 最优目标函数 有两个解，其中x2=0舍去。 因2阶导数在x*2处小于0，故有极大值。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * 动态规划（Dynamic Programming） 动态规划是美国数学家Bellman创立的。是解决复杂系统优化问题的一种方法。是解决动态系统多阶段决策过程的基本方法之一。 R Bellman50年代执教于普林斯顿和斯坦福大学，后进入兰德（Rand）研究所。1957年发表“Dynamic Programming”一书，标志动态规划的正式诞生。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 动态系统：包含随时间变化的因素和变量的系统。包含:线性系统、非线性系统。 动态系统的特点：系统在某个时刻的状态，往往要依某种形式受过去某些决策的影响，而系统的当前状态和决策又会影响系统过程今后的发展。 动态决策问题：将时间作为决策变量之一的决策问题称为动态决策问题。 动态决策问题的特点：在动态决策问题中，系统所处的状态和时刻是进行决策的重要因素，即在系统发展的不同时刻（或阶段）根据系统所处的状态，不断地做出决策，找到不同时刻的的最优决策以及整个过程的最优策略。 第一节：动态规划的研究对象和引例 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 多阶段决策问题：