常用降维动态规划.pdf

实用标准文案 常用降维动态规划 1 逐次逼近动态规划（ DPSA） 逐次逼近动态规划是求解多维问题的有效方法之一， 它的基本思想是把带有 若干决策变量的问题分解成仅带有 1 个决策变量的若干个子问题， 每个子问题比 原来的总问题具有较少的状态变量， 从而大大节省状态存储量及计算工作量， 便 于计算机求解。对于多库联调优化问题，在确定初始可行调度线后采用 DPSA求 解的过程如下： （1）先假定第 2 个到最后一个水库的调度过程全部固定，对第 1 个水库进 行优化，这时相当于单库优化调度， 可以通过常规动态规划找到第 1 个水库的最 优调度过程， 此时其它水库仅进行简单的水务计算即可。 计算完成后用最优结果 替代初始解中第 1 个水库的调度过程。 （2 ）假定第 1 个，第 3 个到最后一个水库的调度过程全部固定，求第 2 个 水库的最优过程，这也相当于单库优化调度，同样通过常规动态规划找到第 2 个水库的最优调度过程。并将其最优结果替代初始解中第 2 个水库的调度过程。 （3 ）依次类推，直至最后一个水库计算完成。此时初始可行解依次被各次 的单库最优结果替代，一轮计算完成。 （4 ）以上一轮最优结果为基础，重新依次计算单个电站的最优过程，并替 换总体最优结果，反复轮流优选，直至收敛。 DPSA的思想是通过减少每次参与计算的电站数目，达到降维效果，其搜索 结果精度与初始状态序列有关， 因此它不能保证在所有情况下都收敛到真正的总 体最优解， 求解过程中可以从多个不同的初始状态 ( 库群初始调度过程 ) 开始，求 得多个最优值，然后选择最好的结果。 2 增量动态规划（ DDDP） DDDP是用逐次逼近方法寻优， 每次寻优只在某个状态序列附近的小范围内， 用动态规划法进行搜索。 其搜索流程是先根据一般经验或常规方法获得初始状态 序列作为初始调度线， 然后在该初始状态序列的上下各变动一个小范围， 这个变 动范围成为增量，形成一个带状“廊道” ，接着在该廊道内用常规的动态规划寻 优，可求得一条新的更接近于最优的状态序列。 这样就完成了一轮寻优， 然后在 精彩文档 实用标准文案 新的状态序列上下再变动一个增量， 并进行寻优。 依此逐次进行迭代， 直到逼近 最优状态序列为止。在迭代过程中，增量可由大变小 ; 也可根据情况只在初始决 策序列的一侧选增量 ; 在各个阶段和上下两侧的增量个数也可以不同，而且增量 值的大小也可以不一样。 DDDP的寻优过程如图 3 所示，各图中同一时段两个圈 表示状态的间隔即为增量。 DDDP的思想是通过减少每次计算时的离散状态，达到降维的效果，与 DPSA 一样不能保证所得的解是总体最优， 有可能收敛到某一局部最优解。 因此可以采 用从几个不同的初始状态开始，求出几个“最优解” ，然后从中选择一个最好的 解。 3 状态逐密动态规划 状态逐密动态规划是在状态空间内先以较低的精度要求，取较少的状态数 目，在较稀的区间内寻找最优