动态规划dynamic programme

研究多阶段决策过程最优化的一种数学方法。常用来解决一些有时间或空间变动因素的经济问题。具体方法是：将一个复杂的多阶段决策问题划分为若干个阶段，在每一阶段中，列举出可能的若干个决策；在每一阶段选择一个决策，并按阶段先后次序排列起来、得到一个决策序列，这一序列称为策略；建立评价函数来描述每一阶段中诸决策的瞬时效果，然后建立最优评价函数来衡量最优决策序列的总效果。根据动态规划最优化原理，动态规划求解，要从最后阶段开始，逐段由后向前推移，直至初始阶段寻找出最优解。即首先依据评价函数确定最后阶段的最优决策，然后利用这一结果与评价函数确定倒数第二阶段的最优策略，依此递推进行，在初始阶段得到的最优策略，就是动态规划的最优解。动态规划因研究的决策过程不同，可分为离散确定型、离散随机型、连续确定型、连续随机型等4种类型。