【管理运筹学】第 8 章 | 动态规划（2，动态规划的基本思想）

引言

承接前文，介绍完基本概念后，我们来学习动态规划的基本思想，用上一篇文章的最短路问题来配合说明。

2.2 动态规划的基本思想

最短路问题中的网络如下图所示，从 A 到 E 可以分成 4 段，第一段从 A 到 B ，有两条路，如果选择去 B2 作为此阶段的决策，则下一阶段的起点就是 B2 ，此时又有两种选择，以此类推，可以求出一个决策序列。每一段选择不同，得到的序列便不同，我们希望求出一个最优决策，此决策对应的路线为 A 到 E 的最短路线。

显然，通过求出所有路线的距离进行比较，找出最短路对于本例是可行的，但是当路径数增加，这种穷举法的计算量会大大增加。下面介绍动态规划方法，可以帮助我们更好地求解该问题。

动态规划方法基于贝尔曼（R. Bellman）等人提出的最优化原理，这个最优化原理指出：一个过程的最优策略具有这样的性质，即无论初始状态或初始决策如何，对于先前决策所形成的状态而言，其以后的所有决策须构成最优策略。

将该原理应用到最短路问题中，即从 A 到 E 的最短路线若经过 $s_k$ 点，则此路线由 $s_k$ 点到 E 的部分，必是由 $s_k$ 点到 E 点的最短路线。

如此，我们便可以从最后一个状态，即 $s_4$ 开始，向最初状态不断递推求解，最终得到从 A 到 E 的最短路线。

第一步： $k=4$ ，此时状态变量集合为 S 4 = { D 1 , D 2 , D 3 } S_4=\{D1,D2,D3\} S4​={D1,D2,D3} ，那么每个取值对应的指标函数分别为 $f_4(D1)=3,f_4(D2)=4,f_4(D3)=3$ 。

第二步： $k=3$ ，此时状态变量可取值为 S 3 = { C 1 , C 2 , C 3 , C 4 } S_3=\{C1,C2,C3,C4\} S3​={C1,C2,C3,C4} ，如果取 $C1$ ，则其到终点有两条路线，需加以比较，有 $$f_3(C1)=min\left\{\begin{array}{c}d(C1,D1)+f_4(D1)\\ d(C1,D2)+f_4(D2)\end{array}\right\}=min\left\{\begin{array}{c}5+3\\ 6+4\end{array}\right\}=8$$ 说明从 C1 到 E 最短距离为 8 ，路径为 $C1\to D1\to E$ ，此阶段决策为 $u_3^{\ast }(C_1)=D1$ 。

若取 $C2$ ，只有一条路径，即 $C_2\to D1\to E$ ，则 $f_3(C2)=d(C2,D1)+f_4(D1)=8$ ，相应决策为 $u_3^{\ast }(C2)=D1$ 。同理，可求出 $$f_3(C3)=d(C3,D3)+f_4(D3)=11,u_3^{\ast }(C3)=D3$$$$f_3(C4)=d(C3,D3)+f_4(D3)=6,u_3^{\ast }(C4)=D3$$ 第三步： $k=2$ ，此时状态变量集合 S 2 = { B 1 , B 2 } S_2=\{B1,B2\} S2​={B1,B2} ，有 $$f_2(B1)=min\left\{\begin{array}{c}d(B1,C1)+f_3(C1)\\ d(B1,C2)+f_3(C2)\\ d(B1,C3)+f_3(C3)\end{array}\right\}=min\left\{\begin{array}{c}1+8\\ 6+8\\ 3+11\end{array}\right\}=9,u_2^{\ast }(B1)=C1$$ $$f_2(B_2)=min\left\{\begin{array}{c}d(B2,C2)+f_3(C2)\\ d(B2,C4)+f_3(C4)\end{array}\right\}=min\left\{\begin{array}{c}8+8\\ 4+6\end{array}\right\}=10,u_2^{\ast }(B_2)=C4$$ 第四步： $k=1$ ，此时只有一个状态 A ，有 $$f_1(A)=min\left\{\begin{array}{c}d(A,B1)+f_2(B1)\\ d(A,B2)+f_2(B2)\end{array}\right\}=min\left\{\begin{array}{c}5+9\\ 3+10\end{array}\right\}=13,u_1^{\ast }(A)=B2$$ 即 A 到 E 的最短距离为 13 ，按照计算顺序反推可得到最优决策序列 { u k ∗ } \{u^*_k\} {uk∗​} ，为 $u_1^{\ast }(A)=B2,u_2^{\ast }(B_2)=C4,u_3^{\ast }(C4)=D3,u_4^{\ast }(D3)=E$ ，则最优路线为 $$A\to B2\to C4\to D3\to E$$ 从上述求解过程中可以看出，第 $k$ 阶段和第 $k+1$ 段都利用了如下关系 {   f k ( s k ) = m i n { d k ( s k , u k ) + f k + 1 ( s k + 1 ) } , k = 4 , 3 , 2 , 1 （ 1.1 ）   f 5 ( s 5 ) = 0 （ 1.2 ） \begin{cases} \ f_k(s_k)=min\{d_k(s_k,u_k)+f_{k+1}(s_{k+1})\}, & k=4,3,2,1（1.1）\\ \ f_5(s_5)=0 （1.2） \end{cases} { fk​(sk​)=min{dk​(sk​,uk​)+fk+1​(sk+1​)}, f5​(s5​)=0（1.2）​k=4,3,2,1（1.1） 注：状态转移方程为 $s_{k+1}=u_k$ 。

这种递推关系称为动态规划的基本方程，式（1.2）为边界条件。

因此，可总结出动态规划方法的基本思想总结为：

1. 将多阶段问题决策过程划分阶段，恰当地选取状态变量、决策变量及定义最优指标函数，从而把问题化为一族同类型的子问题，然后逐个求解。
2. 求解时从最后一个阶段开始，逆方向进行，逐段递推寻优。在每个子问题求解时，都要使用它前面已经求出的子问题的最优结果，最后一个子问题的最优解就是整个问题的最优解。
3. 动态规划方法是既把当前一段与未来各段分开，又把当前效益和未来效益结合起来考虑的一种最优化方法，因此每段的决策选取都是从全局考虑的，与该段的最优选择一般不同。

写在最后

通过分阶段求解最短路问题，动态规划的思想已经很好地体现了，下一篇文章我们来看看动态规划的数学模型及其求解。文章来源地址https://uudwc.com/A/59yOM