第4章动态规划补充导论.ppt

4.1 动态规划的基本概念与方法复习 一、多阶段决策问题举例 1. 时间阶段例子(生产负荷问题)某种机器可以在高、低两种负荷下进行生产。高负荷年产量8，年完好率0.7；低负荷年产量5，年完好率0.9。现有完好机器1000台，需制定一个5年计划，以决定每年安排多少台机器投入高、低负荷生产，使5年的总产量最大。 2.空间阶段的例子（最短路问题）如图为一线路网络。某人要从A城E城，B1、C1、D1等为途中可以中转的城镇或车站。图中两点间连线上数字表示两点间距离。现需选一条由A到E的旅行线路，使总距离最短。 二、动态规划基本概念与方程 总结以上求解过程，可用如下递推方程表示： 一般动态规划基本（逆序递推）方程表示为： 应用动态规划求解问题的一般步骤可归纳为： ①将问题恰当地划分成若干阶段； ②正确选择状态变量sk，它必需满足对状态变量的要求，特别注意要满足无后效性要求。同时明确各阶段的状态集合Sk； ③确定决策变量xk，明确各阶段每个状态的允许决策集合Dk (sk)； ④明确状态转移关系，写出状态转移方程； ⑤确定阶段指标和指标函数，明确二者之间的关系； ⑥列出适用于该问题的动态规划基本（递推）方程，并由此逐阶段递推求解。 ? 4.2 动态规划应用举例补充 一、运筹学1讲过的应用例： *资源分配问题 1.离散状态和决策的单一资源分配问题 资源分配问题的应用很广泛，例如： 1.某学生正在备考4门功课，还剩7天时间，每门功课至少复习1天。若他已估计出各门功课的复习天数与能提高的分数之间的关系，问他应怎样安排复习时间可使总的分数提高最多？ 2.背包问题：旅行者携带的背包中能装的物品重量为a，现他要从n种物品中挑选若干数量装入背包，问他应如何挑选可使所带的物品总价值最大？ 3.背包问题（资源约束稍复杂的单一资源分配问题） 以整数背包问题为例，其一般形式可表示为： 例见教材例9.8 分析： (以下按有N种待装货物表示，具体算例N=3) *复合系统工作可靠性问题 这类问题的一般提法的一般提法是：设某工作系统由n个部件串接而成，为提高系统的可靠性，在每个部件上装有备用件。已知部件i上装有xi个备用件时，其正常工作的概率为pi(xi)；每个部件i的备用件价格为wi，系统要求总成本不超过W。问应如何安排备用件可使系统可靠性最高？ 为更好理解系统可靠性问题，以下将可靠性工程相关基本概念做一简介： 系统可靠性：系统在规定条件、规定时间、完成规 定功能的能力； 系统可靠度：系统在规定条件、规定时间、完成规定功能的可能性； *生产与存储问题 *设备更新问题 由以上计算得到最优策略为1,0,0,0,0或1， 即第1年继续使用，其它各年均更新。 5年总收益最大值为21.5（千元）。 补充练习 *随机采购问题 k Sk xk vk vk+fk+1 fk 0 1 2 3 4 5 2 0 0 0+0 0 0-0 0 0 0+4 1 5 5+0 5 1-0 0 0 0+6 1 5 5+4 2 10 10+0 10 2-0 0 0 0+11 1 5 5+6 2 10 10+4 3 11 11+0 14 2-1 0 0 0+12 1 5 5+11 2 10 10+6 3 11 11+4 4 11 11+0 16 1-3 2-2 0 0 0+12 1 5 5+12 2 10 10+11