运用动态规划模型解决最短路径问题 3资料.doc

运用动态规划模型解决物流配送中的最短路径问题 摘要：随着现代社会的高速发展，物流配送成为了连接各个生产基地的枢纽，运输的成本问题也成为了企业发展的关键。运费不但与运量有关而且与运输行走的线路相关。传统的运输问题没有考虑交通网络在已知运价的条件下仅求出最优调运方案文中提出网络上的问题将运输过程在每阶段中选取最优策略最后找到整个过程的总体最优目标, 在配送中心进行分货、配货, 并将配好的货物及时送交收货人的活动。在物流配送业务中, 合理选择配送径路, 对加快配送速度、提高服务质量、降低配送成本及增加经济效益都有较大影响。物流配送最短径路是指物品由供给地向需求地的移动过程中, 所经过的距离最短(或运输的时间最少, 或运输费用最低) , 因此, 选定最短径路是提高物品时空价值的重要环节。 经典的Dijkstra 算法和Floyd 算法思路清楚,方法简便,但随着配送点数的增加,计算的复杂性以配送点数的平方增加,并具有一定的主观性。我国学者用模糊偏好解试图改善经典方法,取得了较好的效果。遗憾的是,模糊偏好解本身就不完全是客观的。文献详细分析了经典方法的利弊之后,提出将邻接矩阵上三角和下三角复制从而使每条边成为双通路径,既适用于有向图也适用于无向图, 但复杂性增加了。为了避免上述方法存在的不足,本文以动态规划为理论,选择合理的最优值函数,用于解决物流配送最短路径问题。 动态规划是解决多阶段决策过程最优化问题的一种数学方法。1951年美国数学家Bellman（贝尔曼）等人根据一类多阶段决策问题的特性，提出了解决这类问题的“最优性原理”，并研究了许多实际问题，从而创建了最优化问题的一种新方法——动态规划。 动态规划在工程技术、管理、经济、工业生产、军事及现代控制工程等方面都有广泛的应用，而且由于动态规划方法有其独特之处，在解决某些实际问题时，显得更加方便有效。由于决策过程的时间参数有离散的和连续的情况，故决策过程分为离散决策过程和连续决策过程。这种技术采用自底向上的方式递推求值，将待求解的问题分解成若干个子问题，先求解子问题，并把子问题的解存储起来以便以后用来计算所需要求的解。简言之，动态规划的基本思想就是把全局的问题化为局部的问题，为了全局最优必须局部最优。 多阶段决策问题是根据问题本身的特点，将其求解的过程划分为若干个相互独立又相互联系的阶段，在每个阶段都需要做出决策，并且在每个阶段的确定后再转移到下一个阶段，在每一个阶段选取其最有决策，从而实现整个过程总体决策最优的目的。适合用动态规划方法求解的问题是一类特殊的多阶段决策问题，具有“无后效性”的多阶段决策问题，一般具有以下特点： 可以划分为若干个阶段，问题的求解过程就是对若干个阶段的一系列决策过程。 每个阶段有若干个可能状态。 一个决策将你从一个阶段的一种状态带到下一个阶段的某种状态。 在任一个阶段，最佳的决策序列和该阶段以前的决策无关。 各阶段状态之间的转换有明确定义的费用，而且在选择最佳决策时有递推关系（即动态转移方程）。 2 动态规划模型 在现实生活的生产运输中，往往出发地与目的地之间有多种路线可供选择，不同的路线所花费的时间与费用也不同，时间与费用决定着企业的发展，这就需要选择最短的路径来提高效率。为了解决这个问题，将动态规划的理论与方法运用于生产运输中，节约了时间，为：企业的发展提供了契机。建立这个规划模型的具体步骤如下： 划分阶段:把所给问题的过程，恰当的划分为若干个相互联系的部分，以便于求解，其中每个部分叫阶段。通常用k表示阶段变量 确定状态变量及其取值范围：状态表示在任一阶段所处的，它既是该阶段的起点，又是前一阶段的终点。通常一个阶段有若干个阶段。描述状态的变量称为状态变量。参数表示第k阶段的状态变量。该阶段所有可能状态的全体称为状态集合，记为。状态变量要能描述决策过程演变的状态，又要满足无后效性的要求，而且维数要尽可能地少。 确定决策变量及其取值范围：在某一阶段，当状态给定后，往往可以作出不同的决定，从而确定下一阶段的状态，这种决定称为决策。描述决策的变量称为决策变量，用表示第k阶段当状态为时的决策变量，它是状态变量的函数。决策变量的取值范围称为决策集合，通常用表示第k阶段状态为时的允许决策集合。显然有。 建立状态转移方程：状态转移方程描述由一个状态到另一个状态的演变过程。因为某一阶段的状态变量及决策变量取定后，下一阶段的状态就随之而定。用表示k阶段与k+1阶段状态的变换规律 指标函数和最优指标函数值：阶段指标（又称阶段效益）是衡量该阶段决策效果的数量指标，它是整个系统效益的一部分，是阶段状态和阶段决策的函数。用表示在第k阶段由状态和执行决策所得的效益。 指标函数（又称目标函数）是衡量所实现过程优劣的一种数量指标，它表示系统执行某一策略所产生的效益，它是定义在过程（