最优控制动态规划法.ppt

动态规划是贝尔曼在50年代作为多段决策过程 研究出来的，现已在许多技术领域中获得广泛应 用。动态规划是一种分段最优化方法，它既可用来 求解约束条件下的函数极值问题，也可用于求解约 束条件下的泛函极值问题。它与极小值原理一样， 是处理控制矢量被限制在一定闭集内，求解最优控 制问题的有效数学方法之一。 ; 动态最优的核心是最优性原理，它首先将一个 多段决策问题转化为一系列单段决策问题，然后从 最后一段状态开始逆向递推到初始段状态为止的一 套求解最优策略的完整方法。 下面先介绍动态规划的基本概念，然后讨论连 续型动态规划。 ;一、多段决策问题 动态规划是解决多段决策过程优化问题的一 种强有力的工具。所谓多段决策过程，是指把一 个过程按时间或空间顺序分为若干段，然后给每 一步作出“决策”(或控制)，以使整个过程取得最优 的效果。; 如图1所示，对于中间的任意一段，例如第k+1 段作出相应的“决策”(或控制)uk后，才能确定该段输 入状态与输出状态间的关系，即从xk变化到xk+1的状 态转移规律。在选择好每一段的“决策”(或控制) uk 以后，那么整个过程的状态转移规律从x0经xk一直到 xN也就被完全确定。全部“决策”的总体，称为“策 略”。 ; 当然，如果对每一段的决策都是按照使某种性 能指标为最优