运筹学基础及应用第五版胡运权解决方案.ppt

第一节 多阶段的决策问题 多阶段决策问题 1）动态决策—将时间作为变量的决策问题称为动态决策。其基本特点是多次决策。 2）多阶段决策问题是一类特殊形式的动态决策问题。是指这样一类活动过程：系统的动态过程可以按照时间进程分为状态互相联系而又互相区别的各个阶段，而且在每个阶段都要进行决策，当每一个阶段的决策确定以后，就完全确定了一个过程的活动路线。 动态规划方法的特点 ?优点： 1）许多问题用动态规划求解比线性规划、非线性规划更有效，特别是离散性问题，解析数学无用武之地，而动态规划成为得力工具。 2）某些情况下，用动态规划处理不仅能作定性描述分析，且可利用计算机给出求其数值解的方法。 动态规划方法的特点 缺点： 1）没有统一的处理方法，求解时要根据问题的性质，结合多种数学技巧。因此，实践经验及创造性思维将起重要作用。 2）“维数障碍”：当变量个数太多时，由于计算机内存和速度的限制导致问题无法解决。有些问题由于涉及的函数没有理想的性质使问题只能用动态规划描述，而不能用动态规划方法求解。 第二节 最优化原理与动态规划的数学模型一 最短路线问题求解 考虑一个阶段的最优选择 考虑一个阶段的最优选择 考虑二个阶段的最优选择 考虑二个阶段的最优选择 考虑二个阶段的最优选择 考虑三个阶段的最优选择 考虑三个阶段的最优选择 考虑三个阶段的最优选择 四个阶段联合考虑从A点到E点的最优选择 通过上例的讨论，可以看到多级决策过程具有以下特点： （1）把整个过程看成（或认为地分成）n个具有递推关系的单级过程。 （2）采取逐级分析的方法，一般由最后一级开始倒向进行。 （3）在每一级决策时，不只考虑本级的性能指标的最优，而且同时考虑本级及以后的总性能指标最优，因此它是根据“全局”最优作出本级决策的。 二、基本概念和基本原理 二、基本概念和基本原理 二、基本概念和基本原理 二、基本概念和基本原理 二、基本概念和基本原理 三、最优化原理与动态规划的数学模型 最优化原理Optimization Principle 作为整个过程的最优策略具有这样的性质： 无论过去的状态和决策如何，对先前决策所形成的状态而言，余下的诸决策必构成最优策略。 动态规划的基本方程（最优化原理的应用） 根据最优化原理得到的计算动态规划问题的递（逆）推关系式： 构成动态规划模型的条件-1 根据时间或空间的自然特征，实际问题能恰当地划分为若干阶段，形成多阶段决策的过程 构成动态规划模型的条件-2 正确的选择状态变量S 动态规划的状态应具有三个特征： 能够用来描述受控过程的演变特征； 满足无后效性：如果某阶段状态给定，则在这阶段以后过程的发展只与当前的状态有关，而与过去的历史无关。或当前的状态是过去历史发展的一个总结，过程的过去历史只能通过当前的状态影响未来的发展。 可知性：各阶段状态变量的值，直接或间接地都是可以知道的。 构成动态规划模型的条件 - 3 确定决策变量sk的含义及每阶段的允许决策集合Dk(sK) 构成动态规划模型的条件-4 正确写出状态转移方程 sk+1=T(sk,xk(sk)) 或 sk+1=T(sk,xk) 构成动态规划模型的条件-5 明确指标函数Vk,n的关系 一般有两种形式 和式 积式 例4 某一警卫部门共有12支巡逻队，负责4个要害部位A、B、C、D的警卫巡逻。 对每个部位可分别派出2-4支巡逻队，并且由于派出巡逻队数的不同，各部位预期在一段时期内可能造成的损失有差别，具体数字见表8-1。 问该警卫部门应往各部位分别派多少支巡逻队，使总的预期损失为最小。 [解]-1 阶段变量k ：把12支巡逻队往4个部位派遣看成依次分四个阶段(k=1，2，3，4)。 状态变量sk：表示每个阶段初拥有的可派遣的巡逻队数是前面阶段决策的结果，也是本阶段决策的依据 决策变量xk：表示各阶段对各部位派出的巡逻队数， 各阶段允许的决策集合Dk(sk)为： Dk(sk)={xk|2≤xk≤4|} (k=1,2,3,4) [解]-2 状态转移方程：sk+1=sk-xk (k=1,2,3,4) 每阶段初拥有可派遣的巡逻队数量等于上阶段初拥有的数量减去上阶段派出的数量 过程函数为阶段指标函数之和： 阶段指标函数vk(xk)表示k阶段派出的巡逻队数为xk时，该阶段的部位的预期损失值 [解]-3 fk(sk)：表示从k阶段状态为sk出发，采用最优子策略到过程结束时的预期损失值，有 先考虑给D部位派巡逻队，即k=4，上式可写为 边界条件f5(s5)=0 ，所以 [解]-4 [解]-5 联合考虑对C、D两个部位派巡逻队，k=3，有： 因D3(s3)={2,3,4}，4≤s3≤8，可得如下