04第四章 动态规划.docxVIP

PAGE1 / NUMPAGES1 04第四章 动态规划 第四章 动态规划初步  第一节 问题概览  一、问题的表述  与变分法和最优控制相比，动态规划处理离散时间与不确定性问题更有优势。在本章中，我们将简介在确定性下的动态规划的初步知识。我们从下面的问题开始：  {}0   (1)((0))((),(1))max t t x t V x U x t x t β∞=∞*  +=+∑ （P1）  .. (1)(())s t x t G x t +∈， 对所有的时间t  (0)x 给定。  约束说明在()x t 时(1)x t +的值。()x t 是状态变量，(1)x t +可以看作是t 时的控制变量。所以该约束说明给定状态变量如何确定控制变量。U 是瞬时回报（实值函数），U 不独立依赖于时间。  我们是要得到最优值序列{}0  (1)t x t ∞  *=+以使得((0))V x *最大，{}0  (1)t x t ∞  *=+被称  为最优计划（plan ），((0))V x *是值函数。我们把问题P1的形式称为序贯（sequence  problem ）问题。显而易见，((0))V x *与初始的(0)x 相关，即不同的(0)x 会