Skip to content

18.3.3 贝尔曼泛函方程 ​

18.3.3.1 费用函数的性质 ​

为了叙述贝尔曼泛函方程, 费用函数必须满足两个性质.

1. 可分性 ​

函数 f(f1(x―0,u―1),⋯,fn(x―n−1,u―n)) 称作可分的,是指它可以由双参函数 H1,⋯,Hn−1 以及函数 F1,⋯,Fn 按如下方式给出:

f(f1(x―0,u―1),⋯,fn(x―n−1,u―n))=F1(f1(x―0,u―1),⋯,fn(x―n−1,u―n)),F1(f1(x―0,u―1),⋯,fn(x―n−1,u―n))=H1(f1(x―0,u―1),F2(f2(x―1,u―2)⋯,fn(x―n−1,u―n))),

......

Fn−1(fn−1(x―n−2,u―n−1),fn(x―n−1,u―n))=Hn−1(fn−1(x―n−2,u―n−1),Fn(fn(x―n−1,u―n))),(18.130)Fn(fn(x―n−1,u―n))=fn(x―n−1,u―n).

2. 极小可交换性 ​

函数 H(f~(a―),F~(b―)) 称作极小可交换的,是指它满足

(18.131)min(a―,b―)∈A×B⁡H(f~(a―),F~(b―))=mina―∈A⁡H(f~(a―),minb―∈B⁡F~(b―)).

例如,如果 H 对于每个 a―∈A 相对于第二变元是单调递增的,即若对于每个 a―∈A ,

(18.132)H(f~(a―),F~(b―1))≤H(f~(a―),F~(b―2)), 若 F~(b―1)≤F~(b―2),

则上述可交换性就满足. 现在对于动态规划问题的费用函数,则要求满足 f 的可分性以及所有函数 Hj,j=1(1)n−1 的极小可交换性. 以下经常出现的费用函数类型就满足这两种要求:

(18.133)fsum =∑j=1n⁡fj(x―j−1,u―j),或者 fmax=maxj=1(1)n⁡fj(x―j−1,u―j),

而函数 Hj 分别是

(18.134)Hjsum =fj(x―j−1,u―j)+∑k=j+1n⁡fk(x―k−1,u―k),

以及

(18.135)Hjmax=max{fj(x―j−1,u―j),maxk=j+1(1)n⁡fk(x―k−1,u―k)}.

18.3.3.2 列出泛函方程 ​

首先定义如下函数:

ϕj(x―j−1)=minu―k∈Uk(x―k−1)k=j(1)n⁡Fj(fj(x―j−1,u―j),(18.136)⋯,fn(x―n−1,u―n)),j=1(1)n,(18.137)ϕn+1(x―n)=0.

如果没有策略 (u―1,⋯,u―n) 能驱动状态 x―j−1 到末状态 x―e∈Xe ,则我们置 ϕj(x―j−1)=∞ . 使用可分性以及对于 j=1(1)n 的极小可交换性和动态约束条件, 我们得到

ϕj(x―j−1)=minu―j∈Uj(x―j−1)⁡Hj(fj(x―j−1,u―j),minu―k∈Uk(x―k−1)k=j+1(1)n⁡Fj+1(fj+1(x―j,u―j+1),⋯,fn(x―n−1,u―n))),=minu―j∈Uj(x―j−1)⁡Hj(fj(x―j−1,u―j),ϕj+1(x―j)),(18.138)ϕj(x―j−1)=minu―j∈Uj(x―j−1)⁡Hj(fj(x―j−1,u―j),ϕj+1(gj(x―j−1,u―j))).

方程 (18.138),(18.136) 和 (18.137) 称作贝尔曼泛函方程. ϕ1(x―0) 是费用函数的最优值.

version 1.24.0