数学建模第十三章动态优化模型M13-2010课程方案.ppt

短跑模型 用最大冲力F跑全程, 可取得最好成绩 最长的短跑赛程以体内能量E t 不小于零为标准 t E E0 0 tc te 单调增 v小 E增加 v大 E减少 最远距离 最长的短跑赛程 为 短跑模型 Keller根据当时的世界记录得到各参数的估计值: 后来根据1987年约翰逊的百米成绩 9.83s 修正参数: 估计用最大冲力跑全程时最长的短跑赛程 中长跑模型 当赛程超过Dc时不能用最大冲力跑全程 将赛程分为3个阶段: 初始阶段 0?t ?t1 用最大冲力跑, 在短时间获得高速度. 中间阶段 t1 ?t ? t2 保持匀速. 最后阶段 t2 ?t ? T 把体内能量用完, 靠惯性冲刺. 问题: 确定t1 ,t2 及3个阶段的速度v1 t , v2 t , v3 t 中长跑模型 初始阶段用最大冲力跑, 与短跑模型相同 t1待定 最后阶段把体内能量用完, E t 0 中间阶段保持匀速 t2, v2待定 中长跑模型 中间阶段 在条件E t2 0下求v t 使D v t 最大 t1, t2, v2待定 中长跑模型 引入乘子?化为无条件极值 泛函极值必要条件 确定t1, t2, v2 模型解释 t v t1 t2 0 T v2 中长跑模型3段速度示意图 赛跑的最佳策略是最后把体内能量全部用完, 靠惯性 冲刺,这必然导致速度的短暂下降, 单从赛跑的时间看 不考虑比赛的策略 , 这样做是最优的. Keller对一般模型提出分段解法, 不能证明是最优的, 但它是合理的简化, 在将动力学与生理学相结合, 用 建模方法探讨体育问题上提供了范例. 最后一段 通常一两秒钟 速度有所下降 12.6 多阶段最优生产计划 离散动态优化问题 动态规划模型是有效方法 问题 考察T个时段某产品的生产计划 生产准备费c0 单件生产成本k 单件每时段存贮费h0 每时段最大生产能力Xm 每时段最大存贮量Im 第1时段初有库存量i1 制订产品生产计划 每时段产量 使T个时段的总费用最小 已知需求量dt t 1,2,?,T 例 T 3, d1 2, d2 1, d3 2, Xm 4, c0 3, k 2, h0 1, Im 3, i1 1 确定需求问题 优化模型 最短路 随机需求问题 分析与 求解 生产费用 时段t初的存贮量it, 时段t+1初的存贮量 it+1 it+ xt-dt 时段t的存贮费 h it h0 it+ xt-dt it+xt-dt 时段t的产量 xt t 1,2,3 xt≤Xm 4，it≤Im 3 需求量dt 准备费c0 3 成本k 2 存贮费h0 1 最大生产能力Xm 4 最大存贮量Im 3 将多时段生产计划问题简化为多个单时段问题 由后向前分解 时段3初的存贮量i3, 产量x3 i3 , 最小费用f3 i3 1. 最后时段 时段3 需求量d3 2 f3 0 c 2 3+2?2 7 为使3个时段的总费用最小，时段3末的存贮量应为0 i3 0 f3 1 c 1 3+2?1 5 f3 2 c 0 0 x3 0 2 i3 1 x3 1 1 i3 2 x3 2 0 分析与 求解 2. 时段2 需求量d2 1 时段2初存贮量i2, 产量x2 i2 , 时段2,3最小费用之和 时段2的费用: c x2 +h i2 i3 i2+x2-1 1≤i2+x2≤3 11* 0 2 9 3 0 13 5 1 7 2 0 f2 0 11 x2 0 3 12 7 0 5 1 0 f2 i2 ，x2 i2 c+ h+ f3 f3 i2+x2-1 h i2 c x2 x2 i2 9 0 2 7 2 1 11 5 1 5 1 1 f2 1 7 x2 1 0 7* 7 0 0 0 1 f2 3 2 x2 3 0 2* 0 2 0 0 3 7 0 2 5 1 2 f2 2 6 x2 2 0 6 5 1 0 0 2 3. 时段1 时段1初存贮量i1 1, 产量x1 i1 , 需求量d1 2 时段1~3最小费用之和 时段1的费用: c x1 +h i1 i2 i2+x2-2 2≤i2+x2≤5 16 2 3 11 4 1 17 6 2 9 3 1 15* 7 1 7 2 1 f1 1 15 x1 1 2 16 11 0 5 1 1 f1 i1 ，x1 i1 c+ h+ f2 f2 i1+x1-2 h i1+x1-2 c x1 x1 i1 f1 1 15, x1 1 2 i2 i1+x1-2 1+2-2 1 i3 i2+x2-1 1+0-1 0 最优生产计划：3个时段的产量为