基本動(dòng)態(tài)規(guī)劃問題的擴(kuò)展
　　應(yīng)用動(dòng)態(tài)規(guī)劃可以有效的解決許多問題，其中有許多問題的數(shù)學(xué)模型，尤其對一些自從57年就開始研究的基本問題所應(yīng)用的數(shù)學(xué)模型，都十分精巧。有關(guān)這些問題的解法，我們甚至可以視為標(biāo)準(zhǔn)——也就是最優(yōu)的解法。不過隨著問題規(guī)模的擴(kuò)大化，有些模型顯出了自身的不足和缺陷。這樣，我們就需要進(jìn)一步優(yōu)化和改造這些模型。
程序上的優(yōu)化：
　　程序上的優(yōu)化主要依賴問題的特殊性。我們以f(XT)= opt{f(uT)}+ A(XT), uT Pred_Set(XT)這樣的遞推方程式為例（其中A(XT)為一個(gè)關(guān)于XT的確定函數(shù)，Pred_Set(XT)表示XT的前趨集）。我們設(shè)狀態(tài)變量XT的維數(shù)為t，每個(gè)XT與前趨中有e維改變，則我們可以通過方程簡單的得到一個(gè)時(shí)間復(fù)雜度為O(nt+e)的算法。