运筹学课件-动态规划解读.ppt

管理运筹学课件 教学目标与要求 【教学目标】 1. 理解下列基本概念：状态变量，决策变量，策略，状态转移方程，指标函数和最优值函数 2. 理解动态规划的基本方程和最优化原理 3. 理解动态规划模型建立过程 5. 掌握顺序算法与逆序算法解题方法 【知识结构】 [引例] 马车驿站问题 13.1.1 动态规划的基本概念 13.1.2 动态规划的基本原理 Bellman最优性原理 例：最短路径问题 （1）分为四阶段，k=1,2,3,4。 （2）令 Sk （k→n）为k阶段初所处的位置。 （3）令决策变量 xk 为处于某阶段某位置时，选择下一个位置。 （4）状态转移方程 （5）递归方程（k→n） 模型求解 逆序法 已知边界条件终点 顺序法 已知始点边界条件 总结：逆序法 13.2.2 动态规划问题的解法:顺序法 案例---资源分配 例1 资源分配问题 案例2 设备负荷问题 某种机器可在高低两种不同的负荷下进行生产，设机器在高负荷下生产的产量函数为g=9x，其中x为投入生产的机器数量，季度完好率为a=0.65，在低负荷下生产的产量函数为h=4y，其中y为投入生产的机器数量，季度完好率为b=0.95。设资源拥有量100. 解 4季度看成4阶段sk第k季初拥有完好机器数xk第k季分配给高负荷机器数,则低负荷分配数sk-xk下季度初完好机器数sk+1=0.65xk+0.95(sk-xk)第k季产量vk=6xk+4(sk-xk) Lingo程序 案例3 生产库存问题 案例3 生产库存问题 案例3 生产库存问题 案例3 生产库存问题 案例4 背包问题 案例4 背包问题 案例4 背包问题 本章小结 1 2 4 8 3 3 5 3 8 6 6 7 8 6 3 2 3 5 A B2 B1 D2 D1 C3 C2 C4 C1 E A — B — C — D — E 阶段1 阶段2 阶段3 阶段4 最优值函数f(k):从A到k阶段的最短距离；阶段指标函数,即该阶段选择不同路线的距离。从前向后推。 S0={A} S1={B1,B2} S2={C1,C2,C3,C4} S3={D1,D2} S4={E} 最优值函数: f0(A)=0 f1(B1)=5,f2(B2)=3 f2(C1)=7,f3(C2)=8,f3(C3)=10,f3(c4)=9 f3(D1)=11,f4(D2)=13 解 把生产第k种产品看成是第k阶段，划分为n个阶段. 设 sk表示第k阶段初资源可用量（状态变量） xk表示分配给第k阶段资源的数量（决策变量），显然有： 允许决策集合 sk+1=sk-xk （状态转移方程） s1=a （边界条件） 指标函数： 若fk(sk)表示数量为sk资源分配给第k种产品时，从第k阶段到第n阶段总收益，则有： 设某公司有某种原料，其数量为a，用于生产n种产品。若分配数量xi用于生产第i种产品，其收益为gi（xi）。问应如何分配，才能使生产n种产品的总收入最大？ 5台设备分配给3个工厂，盈利表如下，如何分配可使获利最大？ 11 12 12 11 12 11 11 11 9 8 9 7 4 5 3 0 0 0 甲 乙 丙 5 4 3 2 1 0 台数 工厂 分析 3个工厂看成3个阶段. 阶段变量 k(k=1,2,3)； 状态变量 sk表示为分配给第k个工厂至第n个工厂的设备台数； 决策变量xk 表示分配给第k个工厂的设备台数； 则有sk+1=sk-xk； Pk(xk)表示为xk 台设备分配到第k个工厂所得赢利值； fk(sk)表示为 台设备分配给第k个工厂至第n个工厂所得到的最大赢利值。则有: k=3 0 1 2 3 4 5 0 3 7 9 11 12 12 11 9 7 3 0 0 1 2 3 4 5 5 4 3 2 1 0 x3* f3(s3) P3(x3) x3 s3 k=2 0 1 2 1，2 2 2，3 0 5 9 12 16 18 12+0 12+0 12+3 11+0 11+3 11+7 9+0 9+3 9+7 9+9 5+0 5+3 5+7 5+9 5+11 0 0+3 0+7 0+9 0+11 0+12 0 1 2 3 4 5 5 4 3 2 1 0 x2* f2(s2) P2(x2)+f3(s2-x2) x2 s2 k=1