贝尔曼方程

✍ dations ◷ 2025-07-27 18:13:59 #数学最佳化,方程,动态规划,控制理论


“贝尔曼方程(Bellman Equation)”也被称作“动态规划方程(Dynamic Programming Equation)”,由理查·贝尔曼(Richard Bellman)发现。贝尔曼方程是动态规划(Dynamic Programming)这种数学最佳化方法能够达到最佳化的必要条件。此方程将“决策问题在特定时间点的值”以“来自初始选择的报酬 及 由初始选择衍生的决策问题的值”的形式表示。藉这个方式将动态最佳化问题变成较简单的子问题,而这些子问题遵守由贝尔曼所提出的“最佳化原理”。

贝尔曼方程最早应用在工程领域的控制理论及其他应用数学领域,而后成为经济学上的重要工具。

几乎所有可以用最佳控制理论(Optimal Control Theory)解决的问题也可以透过分析合适的贝尔曼方程得到解决。然而,“贝尔曼方程”通常指离散时间(discrete-time)最佳化问题的动态规划方程。处理连续时间(continuous-time)最佳化问题上,也有类似的偏微分方程,称作汉弥尔顿-雅各比-贝尔曼方程(Hamilton–Jacobi–Bellman Equation, HJB Equation)。

想了解贝尔曼方程,要先了解许多相关概念。首先,任何最佳化问题都有目标:旅行时间最小化、成本最小化、利润最大化、效用最大化等。用来描述目标的数学函数就称为目标函数。

动态规划将多期规划问题转为不同时间点上较简单的步骤,因此,它需要追踪决策背景情况随时间的变化。作正确决策所需要当前情况的资讯被称作是“状态(State)”(贝尔曼,1957,Ch. III.2)。例如,为了决定每个时间要花多少钱,人们必须要知道他们初始财富的量,此例中财富就是一种“状态变数(State Variables)”,或简称“状态(State)”,当然也可能还有其他的种类。

从任意时点上所挑选以操作的变数通常称为“控制变数(Control Variables)”,或简称“控制(Control)”(控制理论中描述输入的变数)。例如给定现在所具有的财富(状态),人们便可以用以决定当下的消费(控制变数)。挑选当下的控制变数可被视为挑选下个状态,广义而言,下个状态受到当下控制变数及其他因子的影响。举个简单的例子:今天的财富(状态)及消费(控制变数)会决定明天的财富(新的状态),虽然通常也还有其他的因素可以影响明天的财富(例如获得意外之财)。

动态规划方法中利用“找寻某种规则告诉我们各可能状态下的(最佳)控制为何”来达成目标函数最佳化。例如:假设消费(c)只与财富(W)相关,我们想要找到一套规则 c ( W ) {\displaystyle c(W)} 来以财富描述消费。这些“将控制(Controls)表示成状态(States)的函数”的规则被称为策略函数(Policy Function)。

从定义可知,最佳化目标函数的策略乃是所有可能的策略函数中,其对应到目标函数值最佳者。沿用上述的例子,若某人利用给定的财富来消费以最大化快乐的感觉(这里假定“快乐的感觉”可以被数学函数描述,像是效用函数等),那么各种初始的财富便会对应到一个可能的最大快乐,表示成 H ( W ) {\displaystyle H(W)} 。这个最大的可能目标函数值(快乐的感觉),即是价值函数(Value Function)。

相关

  • 犹太教灯台犹太教灯台(希伯来语:.mw-parser-output .script-hebrew,.mw-parser-output .script-Hebr{font-size:1.15em;font-family:"Ezra SIL","Ezra SIL SR","Keter Aram Tsova","Taam
  • 家蝇下目,俗作苍蝇、螥蝇或狂蝇,别名螐蝇、青蝇,为双翅目短角亚目昆虫的总称,全世界约有3000种;其幼虫称为蛆。成虫飞翔能力非常出色,可在空中固定盘旋,或在高速飞行中急剧转换方向
  • 榛属Lopima Dochnahl榛属(学名:Corylus)是北温带桦木科的一个属,属落叶乔木,花黄褐色,果仁可食。其学名的拉丁义为“帽盔”,即指包着果仁的钟形外壳。榛属共有十四至十八个物种:
  • 加拿大陆军50,600 total personnel加拿大陆军(法语:Armée canadienne)前身为陆军司令部(Land Force Command),是加拿大的陆军部队,同时也是已经合并为统一架构的加拿大军队下属单位。截至201
  • 壶菌病壶菌病是一种两栖类的传染病,是由一种称为蛙壶菌的非菌丝游离孢子真菌所引起的疾病。壶菌病与北美洲西部、中美洲及澳洲东部多种两栖类数量大幅下降或灭绝有关,全世界约30%的
  • 卡洛斯二世卡洛斯二世指的可能为以下的欧洲君主:
  • 拉尼尔小罗伯特·杰里·拉尼尔(英语:Robert Jerry Lanier Jr.,1948年9月10日-),美国NBA联盟前职业篮球运动员。他在1970年的NBA选秀中第1轮第1顺位被底特律活塞选中。Pound sign (#) den
  • 绿党/欧洲自由联盟绿党/欧洲自由联盟(英语:The Greens/European Free Alliance,缩写为Greens/EFA;法语:Groupe des Verts/Alliance libre européenne,缩写为Verts/ALE)是欧洲议会中的一个党团, 由欧
  • 阿敏哲哲阿敏哲哲,塔山前卫都督兼第二代哈达国国主扈尔干之女,清太祖努尔哈赤之福晋,后世文献所称侧妃。她是努尔哈赤继母、清显祖次夫人恳哲的侄女,恳哲对嫡夫人厄墨气所出的淑勒贝勒努
  • 后海站后海站为深圳地铁2号线和11号线的换乘站,规划时名为南山商业中心站,位于中国广东省深圳市南山区后海滨路与后海中心区的二层商业步道交叉路口地下,车站主体在后海滨路地下呈南