运筹学动态规划.pptVIP

动态规划 引 言 □过程指标函数Vkn通常是描述所实现的全过程或k后部子过程效 果优劣的数量指标，它是由各阶段的阶段指标函数vk(xk,uk)累积形 成的。 （1）可分性：适于用动态规划求解的问题的过程指标函数（即目 标函数），必须具有关于阶段指标的可分离形式，即对于后部子 过程的指标函数可以表示为： Vkn( xk, uk, xk+1, uk+1, ··· , xn ) = vk(xk, uk) ? vk+1(xk+1, uk+1) ? ··· ? vn(xn, un) 式中，?表示某种运算，可以是加、减、乘、除、开方等。 □多阶段决策问题中，常见的目标函数形式之一是取各阶段效应 之和的形式，即: □有些问题，如系统可靠性问题，其目标函数是取各阶段效应的 连乘积形式，如： 总之，具体问题的目标函数表达形式需要视具体问题而定。 （2）可递推：过程指标函数Vkn要满足递推关系，即 □多阶段决策问题的数学模型 综上所述，适于应用动态规划方 法求解的一类多阶段决策问题的数学模型呈以下形式: f1 = opt V1n( x1 , p1n ) 最优指标函数 xk+1=Tk( xk, uk(xk) ) 状态转移方程 uk∈Dk 决策变量 xk∈Sk 状态变量 k=1,2,…,n 阶段变量 多阶段决策过程的最优化一般有三种思路求解 1.全枚举法或穷举法：它的基本思想是列举出所有可能发生的 方案和结果，再对它们一一进行比较，求出最优方案。 可以计算：从A到E的路程可分为4个阶段。第一段走法有3 种，第二段走法有3种，第三段走法有2种，第四段走法仅1种， 共有3×3×2×1＝18条可能的路线，分别算出各条路线的距离， 最后进行比较，可知最优路线是A→B3→C2 →D2→E，最短距离 是11。 用穷举法求最优路线的计算 工作量将会十分庞大，而且 其中包含着许多重复计算。 2.局部最优路径法：某人从k点出发，并不顾及全线是否最短， 只是选择当前最短途径，“逢近便走”，错误地以为局部最优会 致整体最优，在这种想法指导下，所取决策必是 A→B1→C2→D2→E，全程长度是14；显然，这种方法的结果常 是错误的。 □小结： ◎全枚举法虽可找出最优方案，但不是个好算法， ◎局部最优法则完全是个错误方法， ◎只有动态规划方法属较科学有效的算法 3. 贝尔曼最优化原理（动态规划方法） 4.函数基本方程 基于这个原理，提出了一种逆序递推法；该法的关键在于给 出一种递推关系。一般把这种递推关系称为动态规划的函数基本 方程。 对于求最小的加法的基本方程为（如例1）： □用函数基本方程逆推求解是常用的方法： 首先要有效地建立动态规划模型， 然后再递推求解， 最后得出结论。 □正确地建立一个动态规划模型，是解决问题的关键。 □标号法的一般步骤： （1）给最后一段标号，该段各状态（即各始点）到终点的距 离用数字分别标在各点上方的方格内，并用粗箭线连接各点和终 点。 （2）向前递推，给前一阶段的各个状态标号。每个状态上方 方格内的数字表示该状态到终点的最短距离。将刚标号的点沿着 最短距离用粗箭线连接起来，表示出各刚标号的点到终点的最短 路线。