第6章节 动态规划.ppt

动态规划 动态规划 动态规划 多阶段决策问题 多阶段决策问题 动态规划求解的特点 动态规划问题实例 动态规划 动态规划的基本概念 动态规划的基本概念 动态规划问题实例 动态规划的基本概念 动态规划问题实例 动态规划的基本概念 动态规划问题实例 动态规划的基本概念 动态规划的基本概念 动态规划的基本概念 动态规划的基本概念 动态规划的基本概念 动态规划的基本概念 最短路径问题 最短路径问题 贝尔曼最优化原理 贝尔曼最优化原理 贝尔曼最优化原理 动态规划方法的基本步骤 动态规划方法的基本步骤 动态规划方法的基本步骤 动态规划方法的基本步骤 动态规划方法的基本步骤 逆推解法 逆推解法 顺推解法 顺推解法 资源分配问题(离散型) 资源分配问题(离散型) 资源分配问题(离散型) 资源分配问题(离散型) 资源分配问题(离散型) 资源分配问题(离散型) 背包问题 背包问题 背包问题 资源分配问题(连续型) 资源分配问题(连续型) 设备负荷分配问题 设备负荷分配问题 设备负荷分配问题 生产计划问题 生产计划问题 设备更新问题 设备更新问题 设备更新问题 设备更新问题 设备更新问题 设已知初始状态为s1,并假定最优值函数fk(sk)表示第k阶段的初始状态为sk，从k阶段到n阶段所得到的最大效益。 从第n阶段开始，则有: ) , ( max ) ( ) ( n n n s D x n n x s v s f n n n ? = 解该问题，得到最优解xn= xn (sn)和最优值fn (sn) 。 在第n阶段，有 )] ( ) , ( [ max ) ( 1 1 1 ) ( 1 1 1 1 n n n n n s D x n n s f x s v s f n n n * = - - - ? - - - - 在第k阶段，有 )] ( ) , ( [ max ) ( 1 1 ) ( 1 + + ? * = k k k k k s D x k k s f x s v s f k k k 如此类推，直到第一阶段有 )] ( ) , ( [ max ) ( 2 2 1 1 1 ) ( 1 1 1 1 1 s f x s v s f s D x * = ? 由于初始状态s1已知,故x1= x1(s1)和f1 (s1)是确定的，从而s2= T1(s1, x1)也就可以确定，于是x2= x2(s2)和f2(s2) 也可确定。按照上述递推过程相反的顺序推算，就可逐步确定每阶段的决策和效益。 例6-3:用逆推法求解下面问题。 0 , , max 3 2 1 3 2 1 3 2 2 1 3 = + + = x x x c x x x x x x z 按照变量个数划分阶段，该问题是一个三阶段决策问题。 状态变量为s1,s2,s3,且s1=c 决策变量即为问题中的变量x1,x2,x3 各阶段指标函数按乘积方式 最优值函数fk(sk)表示从第k阶段初始状态sk 到第3阶段所得最大值。 设s1=c， s2+x1 =s1, s3+x2 =s2 , s3=x3 则有x3=s3，0≤x2 ≤s2， 0≤x1 ≤s1 设已知终止状态为sn+1,并假定最优值函数fk(sk)表示第k阶段末的结束状态为sk，从1阶段到k n阶段所得到的最大效益。 从第1阶段开始，则有: ) , ( max ) ( ) ( 1 1 1 s D x 1 1 x s v s f 1 1 1 ? = 解该问题，得到最优解x1= x1 (s2)和最优值f1 (s2) 。 在第n阶段，有 )] ( ) , ( [ max ) ( ) ( 1 n n-1 n n n s D x n n s f x s v s f n n n * = ? + 由于终止状态sn+1已知,故xn= xn (sn+1)和最优值fn (sn+1)是确定的，按照上述递推过程相反的顺序推算，就可逐步确定每阶段的决策和效益。 得到最优解xn= xn (sn+1)和最优值fn (sn+1) 。 例6-4:用顺推法求解下面问题。 0 , , max 3 2 1 3 2 1 3 2 2 1 3 = + + = x x x c x x x x x x z 最优值函数fk(sk+1)表示从第k阶段末的结束状态sk+1，从第1阶段到k阶段所得最大值。 设 s2 =x1, s3+x2 =s3 , s3+x3= s4=c 则有x1=s2，0≤x2 ≤s3， 0≤x3 ≤s4 例6-5:设有6万元资金用于4个工厂的扩建，已知每个工厂的利润增长额同投资额的大小有关，见下表。问应如何确定对这四个工厂的投资额，使总利润增长额最大？ 0 28 47 65 74 80 85