动态规划程序.docVIP

function [p_opt,fval]=dynprog(x,DecisFun,SubObjFu n,TransFun,ObjFun) % x为状态变量，一列代表一个阶段的状态 % M_函数DecisFun（k,x)表示由阶段k的状态值x求出 相应的允许决策集合 % M_函数SubObjFun（k,x,u)表示阶段k的指标函数 % M_函数TransFun（k,x,u)是状态转移函数，其中x 是阶段k的状态值，u是其决策集合 % M_函数ObjFun（v,f)是第k阶段到最后阶段的指标 函数，当ObjFun（v,f)=v+f时，输入ObjFun（v,f) 可以省略 % 输出p_opt由4列组成，p_opt=[序号组，最优轨线组， 最优策略组，指标函数值组]; % 输出fval是列向量，各元素分别表示p_opt各最优策 略组对应始端状态x的最优函数值 k=length(x(1,:)); % k为阶段数 x_isnan=~isnan(x); t_vubm=inf*ones(size(x)); % t_vubm为指标 函数值的上限 f_opt=nan*ones(size(x)); % f_opt为不同阶段、状态下的最优值矩阵，初值 为非数 d_opt=f_opt; % d_opt为不同阶段不同状态下 的决策矩阵，初值为非数 tmp1=find(x_isnan(:,k)); % 找出第k阶段 状态值（不是非数）的下标 tmp2=length(tmp1); for i=1:tmp2 u=feval(DecisFun,k,x(tmp1(i),k)); % 求出相应的允许决策向量 tmp3=length(u); for j=1:tmp3 % 该for语句是为了求 出相应的最有函数值以及最优决策 tmp=feval(SubObjFun,k,x(tmp1(i),k),u(j)) ; if tmp=t_vubm(i,k) f_opt(tmp1(i),k)=tmp; d_opt(tmp1(i),k)=u(j); t_vubm(i,k)=tmp; end end end for ii=k-1:-1:1 % 从后往前面递推求出f_opt 以及d_opt tmp10=find(x_isnan(:,ii));tmp20=length(t mp10); for i=1:tmp20 u=feval(DecisFun,ii,x(tmp10(i),ii)); tmp30=length(u); for j=1:tmp30 tmp00=feval(SubObjFun,ii,x(tmp10(i),ii), u(j)); tmp40=feval(TransFun,ii,x(tmp10(i),ii),u (j)); % 由该状态值及相应的决策值求出下一阶段的状态值 tmp50=x(:,ii+1)-tmp40; tmp60=find(tmp50==0); % 找出下一阶段的状态值在x(:,ii+1)的下标 if ~isempty(tmp60) if nargin5 tmp00=tmp00+f_opt(tmp60(1),ii+1); else tmp00=feval(ObjFun,tmp00,f_opt(tmp60(1), ii+1)); end if tmp00=t_vubm(i,ii) f_opt(tmp10(i),ii)=tmp00;d_opt(i,ii)=u(j) ; t_vubm(tmp10(i),ii)=tmp00; end end end end end fval=f_opt(find(x_isnan(:,1)),1); % fval即为最有函数值矩阵 p_opt=[];tmpx=[];tmpd=[];tmpf=[]; tmp0=find(x_isnan(:,1));tmp01=length(tmp 0); for i=1:tmp01 tmpd(i)=d_opt(tmp0(i),1); % 求出第一阶段的决策值 tmpx(i)=x(tmp0(i),1); % 求出第一阶段的状态值 tmpf(i)=feval(SubObjFun,1,tmpx(i),tm pd(i)); % 求出第一阶段的指标函数值 p_opt(k*(i-1)+1,[12 3 4])= [1,tmpx(i),tmpd(i),tmpf(i)]; for ii=2:k % 按顺序求出各 阶段的决策值、状态值以及指标函数值 tmpx(i)=feval(TransFun,ii-1,tmpx(i),tmpd (i)); tmp1=x(:,ii)-tmpx(i);tmp2=find(tmp1==0); if ~isempty(tmp2) tmpd(i)=d_opt(tmp2(1),ii); end tmpf(