金沙2015软件手机版第4章动态决策分析动态筹备（dynamic Programming，DP）是解 决众阶段决议进程最优化的一种设施★，其根基思绪是 将众阶段决议进程转化为一系列彼此闭系的单阶段问 题★★，并挨次求解。

　　2）体系下一步能够产生的状况的概率分散不领会， 只可用主观概率的要求分散来刻画★。用于这类体系的序 贯决议属于决议分解的实质★★。

　　DP是离散体系最优化的一种有用器械，目前动 态筹备已广博用于工业、农业、工程本领、资源、环 境、经济、社会等界限。

　　4.3序贯决议 4.3.1序贯决议的根基观点 4.3.2序贯决议的决议设施

　　序贯决议的进程是：从初始状况起先，每个时 刻做出最优决议后，接着观望下一步本质产生的状况 ，即搜聚新的消息，然后再做出新的最优决议，频频 举行直至结尾。

　　处理序贯决议题目的有用举措已经是决议树★，解 决序贯决议的闭头是确定一个决议序列终止的规则。 鄙人例中，这个规则即是：不管到决议的哪个阶段， 只消有一个非经抽样的忏悔祈望值小于举行一次抽样 的用度，决议序列便可终止。

　　决议树的组成有四个因素：1)决议结点；2)计划 枝；3)状况结点；4)概率枝★。

　　更切确地明了商场情状，正式投产前可举行产物试销 ，但需是消费500元。试销状况可分为受迎接 H1 、一 般 H2 或不受迎接 H3 三种，其要求概率永别睹下外右 。如不买此项本领，把这笔经费运用正在其他地方，正在 同样的期间内★，可收获15000元★★，那么公司应奈何决 策？公司要确定：1）是否卖本领？2）要是买本领， 是否接纳试销格式？3）要是不试销，应巨额、中批 仍旧小批分娩？要是试销又奈何依照试销状况决策其 行为 ★★。

　　2009年，华盛集团正在金融危险不景气的大境遇下勇于立异渡过寒冬★★，欢迎新的寻事。降低了团队的战役力和推广力★★。商场运作采用邦际、邦内商场两个轮子沿途转的计划★，目前海外订单接踵而至;邦内商场跟着存在程度的降低，本性化、人性化的消费需求越来越众★★，华盛高端陶瓷卫浴产物商场份额也日益放大。

　　最优性道理（the principle of optimality）也称为 Bellman道理★★，是R. Bellman提出的DP的根基道理， 其外述为：“一个进程的最优政策具有云云的本质， 即无论初始状况和初始决议奈何★，看待由前面的决议 所酿成的状况来说，其后各阶段的决议序列肯定组成 相应子进程的最优政策”。

　　每一计划的各样自然状况。 2)将各状况概率及损益值标于概率枝上★★。 3)策动各计划祈望值并将其标于该计划对应的状

　　例4-2-1 某公司酌量为某新产物定 价，该产物的单价拟从每件5元 、6元、7元、8元这四个价钱中 挑选此中之一，每年岁首许可变 动价钱，但幅度不行赶过1元★★。 该公司估计该产物热销唯有五年 ，五年后将被镌汰，另据发卖情 况的预测，正在价钱分歧的情状下 各年的估计利润额睹右外。

　　例4-1-1 最优线途题目★★。由水源地向都会的输水 线个限定点金沙2015软件手机版，每个限定点均有两个可选方 案，每段线途的输水脚用如下图所示。选出一条输水 线途，使得总输水脚用最小。

　　4.2众阶段决议 4.2.1众阶段决议进程的根基观点 4.2.2众阶段决议题目的决议设施

　　上面的众阶段决议，阶段数是确定的★。除这种决 策外，另有少许决议的阶段数不是事先确定的，它依 赖于推广决议进程中产生的情状。这种决议题目称为 序贯决议（sequential decision problem）。

　　1）所钻探的体系是动态的，即体系所处的状况 与时分相闭，可周期（或联贯）地对它观望；

　　序贯决议是用于随机性或不确态定性动态体系最 优化的决议设施。它的特征是：

　　进一行般大a批2 或生滞产销，可a3能三出种现，为a1、了

　　例4-2-2 某公司酌量是否花10000元从某科研圈套 添置某项本领，然后产销新产物。要是卖本领，可能

　　（5） 众阶段决议进程-对统统进程举行分阶段决议，获得 一个最优政策，使体系总体目标函数抵达最优值★。

　　4.1.2 决议树 决议树法的决议次序如下： 1)绘制树状图，依照已知要求摆列出各个计划和

　　体系正在每次作出决议后下一步能够产生的状况是不 能切当预知的，存正在两种情状：

　　（3）决议与政策-某阶段状况给定今后，从该状况演变到下 一阶段某个状况的拔取称为决议；政策是一个决议序列。

　　决议树(decision tree)即是将决议进程各个阶段 之间的机闭绘制成一张箭线图，每个决议或事项（即 自然状况）都能够引出两个或众个事项，导致分歧的 结果★。

　　例4-3-1 某工场的产物每1000件装成一箱出售。每箱 中产物的次品率有0.01★，0.40★，0.90三种能够★，其概率分 别为0.2★，0.6，0.2。现正在的题目是：出厂前是否要对产物 举行庄重检讨★★，将次品挑出。可能拔取的行为有两个： ① 整箱检讨★★，检讨费 为每箱100元；②整箱不检讨，但 要是顾客正在操纵中浮现次品，每件次品除条换为及格品 外还要补偿0.25元亏损费★。为了更好地做出决策可能先从 一箱中随机抽取1件举动样本检讨它★★，然后依照这件产物 是都次品再决策该箱是否要检讨，抽样本钱为4.2元。进 行第一次抽样后，除拔取检讨仍旧不检讨外，还可能根 据前面抽样的结果，酌量再举行一次抽样检讨如斯酿成 一个决议序列。该厂应当奈何决议。前一次决议的拔取将直接影响到后一次决 策★，后一次决议的状况取决于前一次决议的结果；

　　众阶段决议题目网罗确定型与随机型两大类，正在 确定型众阶段决议中，宗旨值都是确定值，正在危险型 众阶段决议中，宗旨值用祈望值举动评议的圭臬。

　　（4）目标函数与宗旨函数-看待众阶段决议进程的某一阶段 ，从初始状况做出决议而蜕变到下一状况时所出现的效应的 量度目标★，称为该阶段的目标函数；宗旨函数是全进程目标 函数的最优值★。

　　1）体系下一步能够产生的状况的概率分散是已知的 ★★，可用客观概率的要求分散来刻画。看待这类体系的序 贯决议钻探得较齐备的是状况蜕变律具有无后效性的系 统，相应的序贯决议称为马尔可夫决议进程，它是将马 尔可夫进程外面与决策性动态筹备相勾结的产品。

　　4.2.2 众阶段决议题目的决议设施 厉重设施是决议树法和动态筹备法。 分解环节 1、依照全体题目妥当划分阶段 2、确定各阶段的状况变量，寻找各阶段 间的联络 3、由后到前用逆序总结法举行决议分解

　　序列决议正在举行决议后又出现少许新的情状★★，需 要举行新的决议，接着又有少许新的情状★★，又必要进 行新的决议★。云云决议、情状、决议……，这就组成 一个序列。

　　2）决议是序贯地举行的，即每个期间依照所观 察到的状况和以前状况的纪录，从一组可行计划落选 用一个最优计划（即作最优决议），使取决于状况的 某个宗旨函数取最优值（极大或极小值）；