运筹学第七章 2007.pptVIP

* * * * * * * * * * * * * * * * * * * * 主讲教师： 联系电话： 短 号： E-mail: 清华大学出版社 《运筹学教程》（第三版） 运筹学基础 胡运权 主编 教材 运 筹 帷 幄 之 中 决 胜 千 里 之 外 运 筹 学 课 件 动 态 规 划 第 七 章 第一节 多阶段决策过程的最优化 动态规划 动态规划是解决多阶段决策过程最优化问题的一种方法。它由美国数学家R Bellman于20世纪50年代提出。 状态1 阶段1 阶段2 阶段n 状态2 状态n 决策 决策 决策 多阶段决策过程举例 由于市场需求是一随着时间而变化的因素，因此，为了取得全年最佳经济效益，就要在全年的生产过程中，逐月或者逐季度地根据库存和需求情况决定生产计划安排。 例一、工厂生产过程 例二、设备更新问题 一般企业用于生产活动的设备，刚买来时故障少，经济效益高，即使进行转让，处理价值也高，随着使用年限的增加，就会逐渐变为故障多，维修费用增加，可正常使用的工时减少，加工质量下降，经济效益差，并且，使用的年限越长、处理价值也越低，自然，如果卖去旧的买新的，还需要付出更新费．因此就需要综合权衡决定设备的使用年限，使总的经济效益最好。 多阶段决策过程 例三 连续生产过程的控制问题 一般化工生产过程中，常包含一系列完成生产过程的设备，前一工序设备的输出则是后一工序设备的输入，因此，应该如何根据各工序的运行情况，控制生产过程中各设备的输入和输出，以使总产量最大。 以上所举问题的发展过程都与时间因素有关，因此在这类多阶段决策问题中，阶段的划分常取时间区段来表示，并且各个阶段上的决策往往也与时间因素有关，这就使它具有了“动态”的含义，所以把处理这类动态问题的方法称为动态规划方法。不过，实际中尚有许多不包含时间因素的一类“静态”决策问题，就其本质而言是一次决策问题，是非动态决策问题，但是也可以人为地引入阶段的概念当作多阶段决策问题，应用动态规划方法加以解决。 第二节 动态规划的基本概念和基本原理 贝尔曼等人提出最优化原理 一个过程的最优策略具有这样的性质：无论初始状态及初始决策如何，对于先前决策所形成状态而言，其以后的所有决策应该构成最优策略。 利用这个原理，可以把多阶段决策问题表成一个连续递推过程。 递推（归）思路介绍 河内塔 问题 有A、B、C三根杆，其中B上有若干碟子 每次只能移动一块碟子，小的只能叠在大的上面 把所有碟子从B杆移到A杆上 求解思路： 1）对于只有一个或两个碟子，非常容易移； 2）对于三个碟子，我们可以先把两个碟子移到C，然后把第三个移到A，最后把C上的两个移到A上； 3）对于四个碟子，我们按上述方式可以先把三个碟子移到C，然后把第四个移到A，最后把C上的三个移到A上； 4）依次类推，五个、六个……直到N个都可以移到A，结束。 对于求N个碟子的问题，只要能求得（N-1）个碟子问题就行，同样，求（N-1）个碟子的问题，只要能求得（N-2）个碟子问题就行，依次类推，直只要求1个碟子得问题就行，而一个问题得求解非常简单，可以求得，故整个问题求解结束。 反过来描述 问题分析 问题提出 分析问题提出 如何从找到一条从A到F的最短路径？ 从A到F的可以供选择的路径有： 分析问题 P（n）= 2*3*2*2 分阶段决策 问题分析 A B C D E F 阶段 状态 （指标函数） 阶段1 阶段2 阶段3 阶段4 阶段5 阶段6 状态1 状态2 状态3 状态4 状态5 状态6 状态转移 决策和策略 多阶段决策过程的最优化 动态规划方法与“时间”关系很密切，随着时间过程的发展而决定各时段的决策，产生一个决策序列，这就是“动态”的意思。然而它也可以处理与时间无关的静态问题，只要在问题中人为地引入“时段”因素，就可以将其转化为一个多阶段决策问题。 动态规划的基本概念 阶段(k)：表示决策顺序的离散量，阶段可按时间或空间划分。 状态(Sk)：能确定地表示决策过程当前特征的量。状态可以是数量 也可以是字符，数量状态可以是连续的也可以是离散的。 状态变量(sk)：表示每一状态可以取不同值的变量。 当某个状态给定后，在这阶段以后过程的不受这阶段以前的各状态的影响。这个阶段的状态是以前状态的一个总结。这种性质称为无后效性。（可知性） 动态规划中的状态应具有如下性质： 动态规划的基本概念 决策(dk)：从某一状态向下一状态过渡时所做的选择。决策是所在状态变量的函数，记为dk(Sk)。 决策允许集合Dk(sk)：在状态Xk下，允许采取决策的全体