公选课-动态规划分析报告.ppt

动态规划Dynamic Programming;动态规划是一项最优化技术，而不是一种算法；具体问题具体分析处理。 动态规划是一种将实际问题分解为更小的、相似的子问题，并存储子问题的解而避免计算重复的子问题，以解决最优化问题的方法策略。 一般来说，只要原问题可以划分成规模更小的子问题，并且原问题的最优解中包含了子问题的最优解，就可以考虑用动态规划解决。;一、多阶段决策问题与动态规划方法;不同时间阶段的决策问题： （1）工厂生产过程：由于市场需求随着时间而变化，为了取得最佳经济效益，要在生产过程中，逐月或者逐季度地根据库存和需求情况决定生产计划安排。 （2）设备更新问题：设备刚买来时故障少，经济效益高，转让处理价值也高；随着使用年限的增加，故障多，经济效益差，处理价值也越低。如果卖去旧的买新的，还需要付出更新费．因此就需要综合权衡决定设备的使用年限，使总的经济效益最好。;[例2] 空间阶段——最短路问题 如图为一线路网络，现要从A点铺设一条管道到E点，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的铺管线路，使总距离最短。;多阶段决策问题的特点：;（1）全枚举法或穷举法 从A到E的路程可分为4个阶段，共有16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 →B2→ C1 → D1 →E ，最短距离是19。 当节点很多时，计算量庞大，且包含许多重复计算。;（2）动态规划方法 基本思想：从过程的最后阶段开始考虑，逆着实际过程发展的顺序，找出所有可能状态的最优后继过程，逐段向前递推计算直至始点。 计算过程中删去了所有中间非最优的方案组合，从而使计算量比穷举法大为减少。;二、基本概念与方程;状态——每阶段初可能的情形或位置，用状态变量sk表示，sk的取值集合称为状态集合Sk 。 ;决策——每阶段状态确定后的抉择，即从该状态演变到 下阶段某状态的选择，用决策变量xk(sk)表示。 Dk(sk)表示第k阶段从状态sk出发的允许决策集合。;策 略——由各阶段决策组成的序列，记P1n (s1)= {x1(s1), …, xn(sn)}， 称Pkn(sk)= {xk(sk), …, xn(sn)}为阶段k至n的后部子策略。 允许策略集合、最优策略;状态转移——由sk转变为sk+1的规律，记sk+1 =Tk (sk, xk)。 状态转移方程、状态转移函数;阶段指标——每阶段选定决策xk后所产生的效益，记vk=vk (sk, xk) 。 指标函数——各阶段的总效益，记相应于Pkn的指标函数为vkn=vkn (sk, Pkn )。 其中最优的称最优指标函数，记fk= fk（sk）=opt (vkn )。;问题：动态规划的最优解和最优值各是什么？;小结：多阶段决策问题的数学模型;2、基本方程;（5）;（2）基本方程:根据最优性原理，可建立从后向前逆推求解的递推公式——基本方程如下：;动态规划求解的一般步骤： （1）确定过程的分段，构造状态变量； （2）设置决策变量，写出状态转移； （3）列出阶段指标和指标函数； （4）写出基本方程，由此逐段递推求解。;三、求解方法;解：;k;;k;2、连续型——用公式递推求解;解：;k=5;k=3;因此，最优计划为：;设备更新问题;[例] 某台新设备的年效益、年维修费、更新费如下表。试确定今后5年内的更新策略，使总收益最大。;解：;k=5;k=5;k=4;k=3;k=2;资源分配问题;2、数学规划模型;3、用动态规划方法求解;[例] 某公司拟将某种高效设备5台分配给所属甲、乙、丙3厂。各厂获此设备后可产生的效益(万元)如下表。问应如何分配，可使所产生的总效益最大？;解：;资源分配问题的应用很广泛，例如：;作业：（结课的时候交)