O5 动态优化 / Dynamic Optimization

合成数值教学例；不是对应论文的数据或结果复现。

1. 今天的选择改变明天
一辆车当前有两单位电量，电池最多容纳四单位。
接下来两段行驶各耗电两单位，现在与下一站的充电价格不同。

2. 列出状态转移
若现在充两单位，电量变成四，第一段后剩二，第二段后正好用完。
若现在不充，第一段后会变成零，下一站必须补电。

3. 比较整段旅程成本
现在每单位电价为一，下一站为三。
现在充两单位总成本是二，拖到下一站再充则要花六。

4. 从后往前评价决策
动态规划先算每个后续电量状态的最低剩余成本，再评价当前动作。
本例选择现在补电两单位，得到满足全程任务的最低成本路径。

5. 状态必须包含关键信息
这是确定性的小型充电例子，不包含排队、时刻表和随机耗电。
实际模型要保存足够的状态，状态太多又会带来计算困难。

方法概述来源：作者28种方法草案。方法与应用参考文献见对应方法页。