吉林大学远程教育运筹学课件review要点.pptVIP

运 筹 学 复 习 指 南 第五章、第六章 动态规划及应用举例 一、本章内容简要回顾 在第五章中,我们首先通过两个实例（最短路线问题、带回收的资源分配问题）引出了多阶段决策问题;接着介绍了动态规划的基本概念和最优性原理。最优性原理用一句话概括即：最优策略的任何一部分子策略也必须是最优的。最后详细介绍了建立动态规划数学模型的步骤。 一般来说，利用动态规划方法求解实际多阶段决策问题需先建立问题的动态规划模型（即动态规划基本方程），具体步骤如下： ⒈将问题按时间或空间次序划分成若干阶段。有些问题不具有时空次序，也可以人为地引进时空次序，划分阶段。 ⒉正确选择状态变量xk。状态变量是动态规划模型中最重要的参数。它⑴要能够描述决策过程的演变特征；⑵要满足无后效性。即如果某阶段状态已给定后，则以后过程的进展不受以前各状态的影响；⑶要有递推性。即由k阶段的状态变量xk及决策变量uk可以计算出k+1阶段的状态变量xk+1。 建立动态规划数学模型的步骤 ⒊确定决策变量uk及允许决策变量集合Dk(uk)。 ⒋根据状态变量之间的递推关系，写出状态转移方程： xk+1=T(xk, uk(xk)) ⒌建立指标函数。一般用rk(xk, uk)描写阶段效应，fk(xk)表示k～n阶段的最优子策略函数。 ⒍建立动态规划基本方程： fk(xk)= opt{rk(xk,uk(xk))﹡fk+1(xk+1)} uk∈Dk(uk) fn+1(xn+1)=C k=n,n-1,…,1 在动态规划基本方程中， rk(xk, uk)， xk+1=T(xk, uk)都是已知函数，最优子策略fk(xk)与fk+1(xk+1)之间是递推关系，要求出fk(xk)及uk(xk)，需要先求出fk+1(xk+1)，这就决定了应用动态规划基本方程求最优策略总是逆着阶段的顺序进行的。由后向前逐步计算，最终可以算出全过程的最优策略函数值及最优策略。另一方面，由于k+1阶段的状态xk+1=T(xk, uk)是由前面的状态xk和决策uk所形成的，在计算fk+1(xk+1)时还不能具体确定xk+1的值，所以，这就要求必须就k+1阶段的各个可能状态计算fk+1(xk+1)，因此动态规划方法不但能求出整个问题的最优策略和最优目标值，而且还能求出决策过程中所有可能状态的最优策略及最优目标值。 在第六章中,详细介绍了应用动态规划方法求解的八类实际问题 二、应重点掌握的问题 1、根据实际问题建立动态规划基本方程； 2、资源分配问题； 3、生产与存贮问题； 4、设备更新问题。 典型例题分析 当k=3时 f3(x3)= max｛ 4u3+6x3+f4(0.8x3-0.3u3)｝ 0≤u3≤x3 = max｛ 4u3+6x3+15(0.8xk-0.3uk)｝ 0≤u3≤x3 = max｛ -0.5u3+18x3｝=18x3 u3=0 0≤u3≤x3 当k=2时 f2(x2)= max｛ 4u2+6x2+f3(0.8x2-0.3u2)｝ 0≤u2≤x2 = max｛ 4u2+6x2+18(0.8x2-0.3u2)｝ 0≤u2≤x2 = max｛-1.4u2+20.4x2｝=20.4x2 u2=0 0≤u2≤x2 当k=1时 f1(x1)= max｛ 4u1+6x1+f2(0.8x1-0.3u1)｝ 0≤u1≤x1 = max｛ 4u1+6x1+20.4(0.8x1-0.3u1)｝ 0≤u1≤x1 = max｛ -2.12u1+22.32x1｝=22.32x1 0≤u1≤x1