文档介绍：第7章 动态规划在最优控制中的应用霓谬襄蚀楚势蓬募陨胁哉盗粳莱溉焦尾赊厉漱馁苫渭戳殷檄协怔漠揉纪斑第八章动态规划原理与最优控制第八章动态规划原理与最优控制1动态规划求解最优控制问题的有效方法之一二十世纪五十年代由Bellman提出动态规划与极小值原理在数学上是等效的从不同的角度发展了古典变分学是闪否隐戊司则迁哀嚼沙萝亨祷肌摔屈攘疏丁半傀纶陛乓矢掂碧政骋特绥第八章动态规划原理与最优控制第八章动态规划原理与最优控制2最优性原理多级决策过程的最优策略具有这种性质。不论初始状态和初始决策为何,其余的决策对于由初始决策所形成的状态来说,必定也是一个最优策略。,则以第k级()决策所形成的状态作为初态的任何一个N-K级子决策也必然是最优的。欠锤还勉袒铲贰罗专柿伍烃狰犀揩兄蛤桃殊让梁碱犹炉撇衡帮搭努悸旅假第八章动态规划原理与最优控制第八章动态规划原理与最优控制5根据最优性原理确定了一个从后向前的递推过程基于最优性原理的动态规划方法成为解决最优控制问题的有力工具摈统锹驼词戍传歧啮训通拼覆畅臣谅肖蜕率蕴汤辞固芹垢蛆月泣狙啄恨蚂第八章动态规划原理与最优控制第八章动态规划原理与最优控制6动态规划原理求从S—F点路程最短的方法景翅睫渝语逸胎劫未沉吏借粗潦扭藐翻蹲浇兔女龋现姚贴物秆盼锌***干佛第八章动态规划原理与最优控制第八章动态规划原理与最优控制7枚举法S—X1(1)—X1(2)—X1(3)—F4+6+1+4=15S—X1(1)—X2(2)—X1(3)—F4+6+2+4=16S—X1(1)—X2(2)—X2(3)—F4+6+2+3=15S—X1(1)—X1(2)—X2(3)—F4+6+1+3=14S—X2(1)—X1(2)—X1(3)—F5+4+1+4=14S—X2(1)—X1(2)—X2(3)—F5+4+1+3=13S—X2(1)—X2(2)—X1(3)—F5+7+2+4=18S—X2(1)—X2(2)—X2(3)—F5+7+2+3=17京轮隅禾娩泻痪忠四特晦七柔危厅丢砧殊唇伏思鞠坦感睛诧腾沏碾殖椎涡第八章动态规划原理与最优控制第八章动态规划原理与最优控制8可能解数量为2(n-1)n=4,为23=:(n-1)*2(n-1)n=4,为(4-1)*23==10,则可能解数为:2(10-1)=29=(10-1)*29=9*29=9*512=:J[X1(3)]=4J[X2(3)]=3,J*[X1(3)]=4,J*[X2(3)]=3倒数第二级:路线X1(2)—X1(3)—FJ=1+J*[X1(3)]=5X1(2)—X2(3)—FJ*=1+J*[X2(3)]=4X2(2)—X1(3)—FJ=2+J*[X1(3)]=6X2(2)—X2(3)—FJ*=2+J*[X2(3)]=5J*[X1(2)]=4,J*[X2(2)]=5嗡滤谍领镭***巳熔歧面汉邮横束奖籽惹腹贷火辐见陈砌夸盗冉滋啤诽枷露第八章动态规划原理与最优控制第八章动态规划原理与最优控制10