第六章动态规划课稿.docVIP

第六章 动态规划 6.1 动态规划的思想方法 6.1.1 动态规划的最优决策原理 活动过程划分为若干个阶段，每一阶段的决策，依赖于前一阶段的状态，由决策所采取的动作，使状态发生转移，成为下一阶段的决策依据。 图6.1 动态规划的决策过程 最优性原理：无论过程的初始状态和初始决策是什么，其余决策都必须相对于初始决策所产生的状态，构成一个最优决策序列。 令最优状态为，由此倒推： 最优决策序列， 状态转移序列： 赖以决策的策略或目标，称为动态规划函数。 整个决策过程，可以递归地进行，或用循环迭代的方法进行。 动态规划函数可以递归地定义，也可以用递推公式来表达。 最优决策是在最后阶段形成的，然后向前倒推，直到初始阶段； 而决策的具体结果及所产生的状态转移，却是由初始阶段开始进行计算的，然后向后递归或迭代，直到最终结果。 6.1.2 动态规划实例、货郎担问题 例6.1 货郎担问题。 在有向赋权图中，寻找路径最短的哈密尔顿回路问题。 一、解货郎担问题的过程 令：从顶点出发，经中各顶点一次，最终回到顶点的最短路径的长度， 开始时，。 动态规划函数： （6.1.1） （6.1.2） 4个城市的费用矩阵是： 根据（6.1.1）式，由城市1出发，经城市2,3,4然后返回1的最短路径长度为： 它必须依据的计算结果： 这一阶段的决策，又必须依据下面的计算