教案动态规划改.pptVIP

第九章 动 态规划应用举例 资源分配问题 生产与存贮问题 设备更新问题 1.2 资源连续分配问题: 一般问题的提法是 A种生产 数量u1投入 收益g(u1) 年终资源回收率a 如此进行n年，如何确定投入A的资源量u1、…、un，使总收入最大？ B种生产 数量s1-u1 收益h(s1-u1) 年终资源回收率b 资源数量 s1 第一年 资源数量 s2=au1+b(s1-u1) 第二年 A种生产 数量u2投入;收益g(u2);年终回收率a B种生产 数量s2-u2;收益h(s2-u2);年终回收率b 到n年 此问题的静态规划问题模型为： 动态规划的逆推关系方程为： 最后求得得f1(s1)即为所求问题的最大收入。 高负荷: 产量函数 g=8u1, u1是投入生产的机器 数量，年完好率为 a=0.7， 低负荷: 产量函数 h=5y， y是投入生产的机器数量， 年完好率为b=0.9。 假定开始生产时完好机器的数量为1000台。 机器 例2 机器负荷分配问题 解：设阶段数k表示年度。 试问每年如何安排机器在高低两种负荷下的生产，可使5年内生产的产品总产量最高。 状态变量sk为第k年度初拥有的完好机器台数； 决策变量uk为第k年度中分配高负荷下生产的机 器台数。 低负荷下生产的机器台数是sk-uk。 状态转移方程 第k年度产量为 递推方程为 指标函数为 允许决策集合 0?uk?sk 当k=5时 , f5(s5)= max ﹛8u5+5﹙ s5 - u5 ﹚ + f6(s6) ﹜ 0≤u5 ≤ s5 =max ﹛3u5+5 s5 ﹜ 0≤u5 ≤ s5 u5*= s5 , f5(s5)=8 s5 当k=4时 , f4(s4)= max ﹛8u4+5( s4 – u4 ) + f5(0.7 u4+0.9(s4 – u4 )) ﹜ 0≤u4 ≤ s4 = max ﹛13.6u4+12.2( s4- u4)﹜ 0≤u4 ≤ s4 = max ﹛1.4u4+12.2 s4﹜ 0≤u4 ≤ s4 u4*= s4 , f4(s4)=13.6s4 动态规划方法的理论基础是基于R. Bellman提出的最优性原理：“一个过程的最优策略具有这样的性质：即无论其初始状态及初始决策如何，对于先前决策所形成的状态而言，余下的诸决策仍构成最优策略。” A M B 1 . 理论基础 适应于用动态规划方法求解的是具有无后效性的多阶段决策过程。 最优性原理的含义是：最优策略的任何一部分子策略，也是它相应初始状态的最优策略。每个最优策略只能由最优子策略构成。 动态规划的最优性定理：设阶段数为n的多阶段决策过程，其阶段编号为k=0,1,...,n-1。允许策略 是最优策略的充要条件是对任意一个k, 0kn-1和s0?S0，有 它是由给定的初始状态s0和子策略p0,k-1所确定的k段状态。当V是效益函数时，opt取max;当V是损失函数时，opt取min. 证明：必要性（ ） 充分性（ ）设p0,n-1=(p0,k-1,pk,n-1)为任一策略，sk为由（s0，p0,k-1）所确定的k阶段的起始状态，则有（以最大化为例） 推论：若允许策略p*0,n-1是最优策略，则对任意的k,0kn-1,它的子策略p*k,n-1对于以 s*k=Tk-1(s*k-1,u*k-1) 为起点的k到n-1子过程来说，必是最优策略。 （注意：k段状态s*k,是由s0和p*0,k+1所确定的） 2. 具体迭代方法：作为练习，请同学们根据例题，自己写出。 第五节 动态规划与静态规划之间的关系及其相关总结 动态规划解法 逆序法 顺序法 动态规划 动态规划 区别 关系 静态规划 静态规划 线性规划 静态规划