例1 某工厂与用户订合同,在四个月内出售一定量某产品,.pptVIP

例1 某工厂与用户订合同,在四个月内出售一定量的某产品，产量限制为10的倍数,工厂每月最多生产100件,产品可以存储,存储费用为每台200元,每个月的需求量及每件产品的生产成本如下表 在1月初没有存货情况下确定每月的生产量，要求既能满足每月的合同需求量，又使生产成本和存储费用达到最小。 我们可把此问题的解决动态地视为各月(称阶段)先后作出决策(指生产量)的过程——多阶段的决策过程,每个月作决策时,不能仅考虑本月的费用(称阶段指标),因为本月的决策会对以后各月的决策产生影响,因此应考虑从本月直到第四月末的总费用(总指标) 月份 每件生产成本（百元） 需要量（件） 1 70 60 2 72 70 3 80 120 4 76 60 每月的决策依赖于各月初仓库中的存货量(称为始端)而和以前各月如何造成这存货量的情况无关(称为无后效性) ? 1月 2月 3月 4月 月初存储量 0 40 70 0 产量（件） 100 100 50 60 当1月初无存货时的最优决策为： 则第四月的决策为月初仓储为0时的最优决策，第三、四月的决策即为第三月初仓储数为70时的最优决策，以及第二、三、四月的决策即为第二月初仓储数为40时的最优决策。 1、动态规划的基本概念1)阶段:整个问题的解决可分为若干个相互联系的阶段依次进行。通常按时间或空间划分阶段，记k为阶段变量2)状态:每个阶段开始所处的自然状况,它描述了研究问题过程的状况。xk 表示第k阶段的状态变量。 无后效性:如果某阶段的状态给定，则此阶段以后过程的发展不受以前状态的影响，未来状态只依赖于当前状态。 3)决策:某一阶段的状态确定后,可作出各种选择演变到下一阶段某一状态,这种选择手段称为决策。uk(xk):第k阶段处于状态xk时决策变量,决策变量限制的取值范围为允许决策集合。Dk(xk): xk的允许决策集合。 4)策略:由每个阶段的决策按顺序排列组成的集合。p(x1) ={u1(x1),u2(x2),...un(xn)} 由第k阶段的状态xk开始到终止状态的后部子过程的策略: pk(xk)= {uk(xk),uk+1(xk+1),…, un(xn)}。 5)状态转移方程: xk+1=Tk(xk,uk) 即:第k个阶段状态为xk,作出决策uk,那么第k+1阶段的状态变量 xk+1也被完全确定。 6)指标函数和最优值函数:指标函数是系统执行某一策略所产生结果的数量表示,它定义在全过程和所有后部子过程上,即: V(u1,u2,...,un,x1,x2,...xn+1) Vk(uk,...,un,xk,...xn+1) 指标函数的最优值称为最优函数。 7)最优策略:使指标函数Vk达到最优的策略是从阶段k开始的后部子过程的最优策略, pk*={uk*,... un*} 最优策略：即全过程的最优策略记为p* 最优性原理:最优决策的任何截断仍是最优的,这是动态规划的基本原理。 动态规划方法:符合最优性原理,无后效性的多阶段决策过程并进行求解的方法。 动态规划的逆序求解方法:从终点逐段向始点方向寻找最优的一种方法。 例2 这是一个4阶段动态规划问题.用逆序法解题,第1阶段是1月份,…,第4阶段是4月份 xk——第k阶段开始的产品存储数(状态变量) uk——第k阶段的产量（决策变量）； ck——第k阶段每件产品的生产成本； qk——第k阶段的需求量； 阶段指标函数为: vk(xk, uk) = ckuk + 2xk； 状态转移方程为: xk+1 = xk + uk - qk； 逆序法基本方程为： fk(xk,uk)=min{vk(xk,uk)+fk+1(xk+1)|uk∈Dk(xk)} k = 3, 2, 1。 例2:求从始点v1到终点v10的最短路径(两顶点连线上的数字表示距离)。 解：把该问题看成4个阶段的决策过程 如k=3时初始状态有v5 、 v6和v7，对v6有两个决策v8、v9 。用逆序逐段求解 v7 3 v1 v2 v3 v4 v5 v6 v8 v9 v10 3 6 3 3 4 4 4 4 7 7 5 6 6 6 5 2 k=4时,出发点有两个v8、v9 。 以f4(v8)表示由v8到v10的最短距离, f4(v9)表示由v9到v10的最短距离,则f4(v8) =3,f4(v9)= 4。 k=3时,出发点有三个v5、v6和v7。 从v6出发有两个选择v8, v9。d3(v6,v8) 表示由v6到v8的距离,u3(v6)表示相应的选择或决策,则: f3(v6)= min {d3(v6,v8) + f4(v8),d3(v6,v9) + f4(v9)} = min {2+