运筹学 动态规划.pptVIP

多阶段决策问题中，常见的目标函数形式之一是取各阶段效应之和的形式，即：Rk=∑gi(si,ui)|i=k,…,n 有些问题，如系统可靠性问题，其目标函数是取各阶段效应的连乘积形式，如：Rk=Πgi(si,ui)|i=k,…,n 总之，具体问题的目标函数表达形式需要视具体问题而定。 * 第二十九页，共六十七页，2022年，8月28日 最优解 用fk(sk)表示第k子过程指标函数在状态sk下的最优值，即fk(sk)=opt{Rk(sk,Pk(sk))},k=1,2,…,n,pk∈Pk(sk) 称fk(sk)为第k子过程上的最优指标函数；与它相应的子策略称为sk状态下的最优子策略，记为pk*(sk)；而构成该子策赂的各段决策称为该过程上的最优决策，记为pk*(sk)={uk*(sk),uk+1*(sk+1),…,un*(sn)},k=1,2,…,n；简记为pk*={uk*,uk+1*,…,un*},k=1,2,…,n * 第三十页，共六十七页，2022年，8月28日 特别当k=1且s1取值唯一时，f1(s1)就是问题的最优值，而p1*就是最优策略。如例5只有唯一始点v1即s1取值唯一，故f1(s1)=18就是最优值，而p1*={v3,v7,v9,v10}就是最优策略。 但若取值不唯一，则问题的最优值记为f0，最优策略即为s1=s1*。我们把最优策略和最优值统称为问题的最优解。 按上述定义