贝尔曼方程

✍ dations ◷ 2025-07-06 07:49:00 #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

  • 依巴斯汀依巴斯汀(Ebastine,又名Kestine),学名1--4--1-丁酮,分子式C32H39NO2,分子量469.67,是一种组胺H1受体拮抗剂,能抑制组织胺的释放,从而达至控制过敏反应的功效。一般处方都是 10 毫克白
  • 荒政荒政是中国历代政府应对灾荒而采取的救灾政策。中国很早就认识到灾难,例如地震、旱灾、水灾、蝗灾、瘟疫等,容易造成社会动荡。因此执政者很早就提出荒政,《礼记·月令》载:“季
  • 威廉·凯特尔威廉·凯特尔(德语:Wilhelm Bodewin Johann Gustav Keitel,1882年9月22日-1946年10月16日),曾任德国国防军最高统帅部总长;他是第二次世界大战国防军资历最老的指挥官之一,德国二战
  • 八重山群岛八重山群岛,也称八重山诸岛(日语:八重山列島/やえやまれっとう Yaeyama Rettō */?,琉球语:八重山/ヤイマ Yaima),为琉球群岛西部的岛屿群,位于钓鱼台群岛的南方,宫古群岛的西方。其
  • 新西兰国家足球队新西兰国家足球队是新西兰的国家足球队,由新西兰足球协会所管理。早在1904年,新西兰已成立了足球队。 新西兰国家足球队属于半专业性质,部分球员长期在欧洲和美洲地区比赛。新
  • 宽尾獴属宽尾獴属(学名Galidictis),食肉目獴科的一属,生活在非洲马达加斯加岛上。
  • 肖克利-奎伊瑟极限它是由William Shockley和Hans Queisser在1961年首次计算出来的。太阳能电池的能量转换效率是“标准测试条件”(STC)下从阳光转换为电能的功率百分比。 STC条件在美国大陆的春
  • ALIVE~Always In Your Heart~《ALIVE~Always In Your Heart~》是韩国男子团体MYNAME的第四张日语专辑,也是他们转投日本环球音乐后首张作品,于2016年12月7日以七个版不同版本推出。2016年10月1日,H2media娱乐
  • 柏林汉堡车站柏林汉堡车站(德语:Hamburger Bahnhof),现为汉堡车站美术馆(德语:Hamburger Bahnhof – Museum für Gegenwart)是位于德国首都柏林的一座美术馆,主要收藏当代艺术的作品,也是国家美
  • 主动议主动议是在议事规则当中将议案带入大会的动议,一般分为一般主动议与特别主动议;在优先级上的位阶最低,只有在场没有其他议案时才能提出。所有的附属动议可用于它。它在场时也可