为了找出最短线路，再按计算顺序反推回去，可求出最优 决策序列，即由 uj(A)=B2,u(B2)C,Ug(C)=D2,u(D2)=E 组成最优策略，也就是最短线路为： A二B2二CD2二E 从上面的例子不难看出，对于最短线路问题，有如下的递 推关系（函数方程）： 人（xk)=min{d(Xku()+f+1(T(xk,u)) f+1(Xt1)=0 k=n,n-1,.,1 一般情况下，多阶段决策问题存在下面的递推关系： (Xk)=opt rk(xk uk(x))*(T(xk uk)) u4∈Dk(u) +1(Xt1)=C k=n,n-1,..,1 这里rk(X,(X)是第阶段采用u(X)决策产生的阶段效应： +1(x1)=C是边界条件；“*”号大多数情况下是 “+”号， 也可能是“×”号。称上述递推关系为动态规划的基本方程， 这个方程是最优化原理的具体表达形式。为了找出最短线路，再按计算顺序反推回去，可求出最优 决策序列，即由 u1 (A)= B2 ，u2 (B2 )= C1 ，u3 (C1 )= D2，u4 (D2 )=E 组成最优策略，也就是最短线路为： A—B2—C1—D2—E 从上面的例子不难看出，对于最短线路问题，有如下的递 推关系（函数方程）： fk（xk）=min｛d（xk ,uk (xk )）+fk+1（T(xk , uk )）｝ fn+1（xn+1）=0 k=n,n-1,…,1 一般情况下，多阶段决策问题存在下面的递推关系： fk（xk）= opt｛ rk (xk , uk (xk ))﹡fk+1（T(xk , uk )）｝ uk∈ Dk (uk ) fn+1（xn+1）=C k=n,n-1,…,1 这里rk (xk , uk (xk ))是第阶段采用uk (xk )决策产生的阶段效应； fn+1（xn+1）=C是边界条件；“﹡”号大多数情况下是 “+”号， 也可能是“×”号。称上述递推关系为动态规划的基本方程， 这个方程是最优化原理的具体表达形式