《运筹》教学课件动态规划 8.2动态规划的基本原理.pptVIP

* 8.2 动态规划的基本原理 动态规划的目标 有多个方案,且每个方案都有一个总指标函数值 动态规划的目标是找到最优的方案,也就是找到使得总指标函数最优(最大或最小)方案,即 在总指标函数中,一般来说s1是给定的，其它的变量都是不确定的，这样一来总指标函数有2n-1个变量，直接求极值非常困难。动态规划的最优化原理提供了另外一种求解思路。 最优化原理的语言描述 一个过程的最优策略具有这样的性质，即无论初始状态及初始决策如何，对于先前决策所形成的状态而言，其以后的所有决策必构成最优策略。 理解1：如果第一阶段到第k阶段形成的策略是最优策略的话，那么从第一阶段到第t阶段所形成的策略也必须是最优策略（tk) 例如在一个图中，若从点1到点5的最短路线为 1→2→3 →5 则1→2→3 是点1到点3的最短路线， 1→2是点1到点2的最短路线 最优化原理的语言描述 一个过程的最优策略具有这样的性质，即无论初始状态及初始决策如何，对于先前决策所形成的状态而言，其以后的所有决策必构成最优策略。 理解2：如果第k阶段到第n阶段形成的策略是最优策略的话，那么从第t阶段到第n阶段所形成的策略也必须是最优策略（tk) 例如在一个图中，若从点1到点5的最短路线为 1→2→3 →5 则2→3→5 是点2到点5的最短路线，3→5是点3到点5的最短路线 1. 利用前部子指标函数来描述 由于opt{V1,t+1}仅仅与状态st+1有关，因而也称opt{V1,t+1}为前部最优值函数，用ft{st+1}来表示，则上式可表示为 最优化原理的数学描述——和形式 为了递推方程形式的统一,可以引入f0(s1)=0, 这样一来上面的递推公式就可写为下式 由于f0(s1)=0是专门引入的，特称之为边界条件 最优化原理的数学描述——和形式 2. 利用后部子指标函数 由于opt{Vt,n+1}仅仅与状态st有关，因而也称opt{Vt,n+1}为后部最优值函数，用ft{st}来表示，则上式可表示为 最优化原理的数学描述——和形式 为了递推方程形式的统一,可以引入fn+1(sn+1)=0, 这样一来上面的递推公式就可写为下式 由于fn+1(sn+1)=0是专门引入的，也称之为边界条件 最优化原理的数学描述——和形式 由于最优值指标函数fk(sk+1)中与状态变量st (1≤t ≤ k)和决策变量ut (1≤t ≤ k)无关，这意味着以前的状态和决策不影响后面的优化过程, 也就是fk+1(sk+2)仅仅与fk(sk+1) 有关，把这种特性称之为无后效性。 动态规划的无后效性 1. 基于前部最优值指标函数递推方程 由于最优值指标函数fk(sk)中与状态变量st+1(k≤t ≤n)和决策变量ut (k ≤t ≤n)无关，这意味着以前的状态和决策 不影响以后的优化过程，也就是fk-1(sk-1)仅仅与fk(sk) 有关，把这种特性称之为无后效性。 2. 基于后部最优值指标函数递推方程 1. 利用前部子指标函数来描述 最优化原理的数学描述——积形式 其中f0(s1)=1为引入的边界条件 2. 利用后部子指标函数 最优化原理的数学描述——积形式 其中fn+1(sn+1)=1是引入的边界条件 最短路的这个特点是如何找到的呢？就是把动态规划最优化原理用于最短路问题时一种具体的描述 动态规划方法就是根据最优化 原理，建立问题的递推公式从而得到最优解 最短路的这个特点是如何找到的呢？就是把动态规划最优化原理用于最短路问题时一种具体的描述 动态规划方法就是根据最优化 原理，建立问题的递推公式从而得到最优解 最短路的这个特点是如何找到的呢？就是把动态规划最优化原理用于最短路问题时一种具体的描述 动态规划方法就是根据最优化 原理，建立问题的递推公式从而得到最优解 最短路的这个特点是如何找到的呢？就是把动态规划最优化原理用于最短路问题时一种具体的描述 动态规划方法就是根据最优化 原理，建立问题的递推公式从而得到最优解 最短路的这个特点是如何找到的呢？就是把动态规划最优化原理用于最短路问题时一种具体的描述 动态规划方法就是根据最优化 原理，建立问题的递推公式从而得到最优解 最短路的这个特点是如何找到的呢？就是把动态规划最优化原理用于最短路问题时一种具体的描述 动态规划方法就是根据最优化 原理，建立问题的递推公式从而得到最优解 最短路的这个特点是如何找到的呢？就是把动态规划最优化原理用于最短路问题时一种具体的描述 动态规划方法就是根据最优化 原理，建立问题的递推公式从而得到最优解 *