第10篇-动态规划.ppt

离散随机性动态规划 由上可知，最优的采购策略为：在第1、2、3周的市场价格为450时，应该立即采购，否则等待；在第4周时，若市场价格为450或470时，应该采购，否则等待。若等到第五周，只能采购。 ? ? * 本章完 第九章 目标规划 教材P226-227 ： 1; 2; 3; 4 * 呈k的指数增长：例如当 k=20时，要做七亿二千五百多万次加法，要做三千八百多万次比较。 * 呈k的指数增长：例如当 k=20时，要做七亿二千五百多万次加法，要做三千八百多万次比较。 * 呈k的指数增长：例如当 k=20时，要做七亿二千五百多万次加法，要做三千八百多万次比较。 * 以上过程，仅用了22次加法，计算效率远高于穷举法 * Opt：maximize 或 minimize 可乘性指标函数：递推公式中，加号变乘号 * * * * * 　　利用递推关系可以从表10－20，表10－19，表10－18和表10－ 17得到两组最优解： 　　 这时有最低总成本29。 例 5. 动态规划求解“生产与存储“问题 例6. 系统可靠性问题 某科研项目组由三个小组用不同的手段分别研究，它们失败的概率各为0.40，0.60，0.80。为了减少三个小组都失败的可能性，现决定给三个小组中增派两名高级科学家，到各小组后，各小组科研项目失败概率如下表： 问如何分派科学家才能使三个小组都失败的概率（即科研项目最终失败的概率）最小？ 高级科学家 小组 1 2 3 0 0.40 0.60 0.80 1 0.20 0.40 0.50 2 0.15 0.20 0.30 解：用逆序算法。设 阶段：每个研究小组为一个阶段 阶段 1 2 3 小组 1 2 3 例6. 系统可靠性问题 高级科学家 小组 1 2 3 0 0.40 0.60 0.80 1 0.20 0.40 0.50 2 0.15 0.20 0.30 计算 当 k = 3 时， 当 k = 2时， s3 f3*(s3) x3* 0 0．80 0 1 0．50 1 2 0．30 2 x2 s2 f2(s2,x2)=P2(x2) ·f3*(s2-x2) f2*(s2) x2* 0 1 2 0 0．48 0．48 0 1 0．30 0．32 0．30 0 2 0．18 0．20 0．16 0．16 2 例6. 系统可靠性问题 高级科学家 小组 1 2 3 0 0.40 0.60 0.80 1 0.20 0.40 0.50 2 0.15 0.20 0.30 当 k = 1 时， 最优解为 x1*=1，x2*=0，x3*=1；科研项目最终失败的概率为0.060。 x1 s1 f1(s1,x1)=P1(x1) ·f2*(s1-x1) f1*(s1) x1* 0 1 2 2 0．064 0．060 0．072 0．060 1 例6. 系统可靠性问题 高级科学家 小组 1 2 3 0 0.40 0.60 0.80 1 0.20 0.40 0.50 2 0.15 0.20 0.30 §4 动态规划的应用(2)* 一、连续确定性动态规划 对于状态变量和决策变量只取连续值，过程的演变方式为确定性时，这种动态规划问题就称为连续确定性动态规划问题。 §4 动态规划的应用(2)* 机器负荷分配问题 例1: 一种机器能在高低两种不同的负荷状态下工作。设机器在高负荷下生产时，产量函数为P1=8u1，其中u1为在高负荷状态下生产的机器数目，年完好率为a=0.7，即到年底有70％的机器保持完好。在低负荷下生产时，产量函数为P2=5u2，其中u2为在低负荷状态下生产的机器数目，年完好率为b=0.9。设开始生产时共有1000台完好的机器，请问每年应该如何把完好机器分配给高、低两种负荷下生产，才能使得5年内生产的产品总产量最高。 §4 动态规划的应用(2)* 解 建立动态规划模型： 分为5个阶段，每个阶段为1年。设状态变量sk表示在第k阶段初拥有的完好机器数目；k=1,2,3,4,5。 决策变量xk表示第k阶段中分配给高负荷状态下生产的机器数目；k=1,2,3,4,5。显然sk-xk为分配给低负荷状态下生产的机器数目。 状态转移方程为 sk+1=0.7xk+0.9(sk-xk)