9第十章动态规划.pptVIP

若以y与x-y分别投入生产方式A与B，在第一阶段生产后回收的总资源为x1=ay+b(x-y)，再将x1投入生产方式A和B，则可得到收入: g(y1)+h(x1-y1) 继续回收资源x2=ay1+b(x1-y1)，…… 若上面的过程进行n个阶段，我们希望选择n个变量y,y1,y2,…,yn-1，使这n个阶段的总收入最大。 因此，我们的问题就变成：求y,y1,y2,…,yn-1，以使g(y)+h(x-y)+ g(y1)+h(x1-y1)+ …+g(yn-1)+h(xn-1-yn-1) 达到最大，且满足条件 x1=ay+b(x-y) x2=ay1+b(x1-y1) … … … xn-1=ayn-2+b(xn-2-yn-2) yi与xi均非负 (i=1,2, …,n-1 ) 第十章 动态规划 第一节 动态规划基本概念 第二节 动态规划基本原理 第三节 动态规划模型的建立与求解 第四节 动态规划在经济管理中的应用 第一节 动态规划基本概念 （1）阶段：将所给问题的全过程按照时间或空间特征分解成若干相互联系的部分，以便按次序去求解每部分的解，称为阶段，一般用n表示阶段总数，用k表示阶段变量，k=1,2,…,n。 第一节 动态规划基本概念 （2）状态：每个阶段开始时所处的自然状况或客观条件称为该阶段的状态。 描述各阶段状态的变量称为状态变量，常用sk表示；状态变量的取值集合称为状态集合，用Sk表示 （4）状态转移函数： 动态规划中本阶段的状态往往是由上一阶段状态和上一阶段的决策决定的。如果给定了第k阶段的状态sk，本阶段的决策xk(sk)，则第k+1阶段的状态sk+1也就完全确定了，它们关系可用方程表示为： sk+1=Tk(sk xk) 由于它表示了由k段到k+1段的状态转移规律，所以称为状态转移方程。 （5）策略： 每个阶段的决策确定以后，就得到一个决策序列，称为策略。由所有各阶段的决策组成的决策函数序列称为全过程策略，简称策略，记为p1,n(s1)；对每个实际问题，可供选择的策略有一定的范围，称为允许策略集合，记作P1,n，使整个问题能够达到最优效果的策略就是最优策略； 从第k阶段开始到最后阶段的决策组成的决策函数序列称为k子过程策略，简称k子策略，记为pk,n(sk) 。 动态规划的研究对象是多阶段决策问题，而多阶段决策问题就是求一个策略，使各阶段的效益的总和达到最优。 动态规划方法基于贝尔曼(R Bellman)等人提出的最优化原理： “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其初始决策如何，对于先前决策所形成的状态而言，其以后的所有决策应构成最优策略。” 最优化原理的理解 对于多阶段决策问题的最优策略，任一子策略都是最优的。 如：最短路径上，从路径上任一点到终点的部分路径（最短路上的子路）也一定是从该点到终点的最短路径（最短子路） 利用这个原理，可以把多阶段决策问题求解过程表示成一个连续的递推过程，由后向前逐步计算。在求解时，前面的各状态与决策，对后面的子过程来说，只相当于初始条件，并不影响后面子过程的最优决策。 一般动态规划基本方程可以表示为： 将多阶段决策过程划分阶段，恰当地选取状态变量、决策变量及定义最优指标函数，从而把问题化成一族同类型的子问题，然后逐个求解。 求解时从边界条件开始，逆过程行进方向，逐段递推寻优。在每一个子问题求解时，都要使用它前面已经求出的子问题的最优结果，最后一个子问题的最优解，就是整个问题的最优解。 最短路径问题 资源分配问题 背包问题 生产计划与库存问题 课堂练习 某公司有资金4万元，可向A、B、C三个项目投资，已知各项目不同投资额的相应效益值如表所示，问如何分配资金可使总效益最大？ 背包问题 背包问题的一般提法是:一位旅行者携带背包去登山，已知他所能承受的背包重量限度为a千克,现有n种物品可供他选择装入背包，第i种物品的单价重量为ai千克,其价值(可以是表明本物品对登山的重要性的数量指标)是携带数量xi的函数ci(xi)(i=1,2,…,n),问旅行者应如何选择携带各种物品的件数,以使总价值最大？ 背包问题等用于车、船、人造卫星等工具的最优装载等,有广泛的实