数学建模案例分析--最优化方法建模动态规划模型举例.docVIP

§6 动态规划模型举例 　　 　　以上讨论的优化问题属于静态的，即不必考虑时间的变化，建立的模型——线性规划、非线性规划、整数规划等，都属于静态规划。多阶段决策属于动态优化问题，即在每个阶段（通常以时间或空间为标志）根据过程的演变情况确定一个决策，使全过程的某个指标达到最优。例如： （1）化工生产过程中包含一系列的过程设备，如反应器、蒸馏塔、吸收器等，前一设备的输出为后一设备的输入。因此，应该如何控制生产过程中各个设备的输入和输出，使总产量最大。 （2）发射一枚导弹去击中运动的目标，由于目标的行动是不断改变的，因此应当如何根据目标运动的情况，不断地决定导弹飞行的方向和速度，使之最快地命中目标。 （3）汽车刚买来时故障少、耗油低，出车时间长，处理价值和经济效益高。随着使用时间的增加则变得故障多，油耗高，维修费用增加，经济效益差。使用时间俞长，处理价值也俞低。另外，每次更新都要付出更新费用。因此，应当如何决定它每年的使用时间，使总的效益最佳。 动态规划模型是解决这类问题的有力工具，下面介绍相关的基本概念及其数学描述。 （1）阶段 整个问题的解决可分为若干个相互联系的阶段依次进行。通常按时间或空间划分阶段，描述阶段的变量称为阶段变量，记为。 （2）状态 状态表示每个阶段开始时所处的自然状况或客观条件，它描述了研究过程的状况。各阶段的状态通常用状态变量描述。常用表示第阶段的状态变量。个阶段的决策过程有个状态。用动态规划方法解决多阶段决策问题时，要求整个过程具有无后效性。即：如果某阶段的状态给定，则此阶段以后过程的发展不受以前状态的影响，未来状态只依赖于当前状态。 （3）决策 某一阶段的状态确定后，可以作出各种选择从而演变到下一阶段某一状态，这种选择手段称为决策。描述决策的变量称为决策变量。决策变量限制的取值范围称为允许决策集合。用表示第阶段处于状态时的决策变量，它是的函数，用表示的允许决策集合。 （4）策略 一个由每个阶段的决策按顺序排列组成的集合称为策略。由第阶段的状态开始到终止状态的后部子过程的策略记为。在实际问题中，可供选择的策略有一定范围，称为允许策略集合。其中达到最优效果的策略称为最优策略。 （5）状态转移方程 如果第个阶段状态变量为，作出的决策为，那么第阶段的状态变量也被完全确定。用状态转移方程表示这种演变规律，写作， （6）最优值函数 指标函数是系统执行某一策略所产生结果的数量表示，是用来衡量策略优劣的数量指标，它定义在全过程和所有后部子过程上。指标函数的最优值称为最优值函数。 下面的方程在动态规划逆序求解中起着本质的作用。 称此为动态规划逆序求解的基本方程（贝尔曼方程）。 可以把建立动态规划模型归纳成以下几个步骤： （1）将问题恰当地划分为若干个阶段； （2）正确选择状态变量，使它既能描述过程的演变，又满足无后效性； （3）规定决策变量，确定每个阶段的允许决策集合； （4）写出状态转移方程； （5）确定各阶段各种决策的阶段指标，列出计算各阶段最优后部策略指标的基本方程。 下面结合具体例子阐述建立动态规划模型的思路。 例13 　 生产计划问题。公司要对某产品制定周的生产计划，产品每周的需求量、生产和贮存费用、生产能力的限制、初始库存量等都是已知的，试在满足需求的条件下，确定每周的生产量，使周的总费用最少。 决策变量是第周的生产量，记作。已知下列数据及函数关系：第周的需求量：第周产量为时的生产费为；第周初贮存量为时这一周的贮存费为；第周的生产能力限制为；初始（）及终结（）时贮存量均为零。按照最短路问题的思路，设从第周初贮存量为到（周末）过程结束的最小费用函数为，则下列逆向递推公式成立。 (1) 而与满足 (2) 　　这里贮存量是状态变量，（2）式给出了相邻阶段的状态在决策变量作用下的转移规律，称为状态转移规律。在用（1）式计算时，的取值范围——允许状态集合由（2）式及允许决策集合决定。 　　在实际问题中，为简单起见，生产费用常取，；，，其中是单位产品生产费，而是生产准备费。贮存费用常取，是单位产品（一周的）贮存费。 　　最优方程（1）和状态转移方程（2）构成了这个多阶段决策问题的动态规划模型。实际上，多阶段决策问题有时也可用静态规划方法求解，如例2的生产计划问题。 例14 资源分配问题。总量为的资源A和总量为的资源B同时分配给个用户，已知第用户利用数量的资源A和数量的资源B时，产生的效益为，问如何分配现有资源使总效益最大。 这本来是个典型的静态规划问题： (1)