- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
[工学]数学模型10:动态规划模型
动态规划 动态规划 运筹学的一个分支: 求解多阶段决策过程的最优化数学方法 研究对象: 一项任务需要分几个阶段完成,每个阶段都有多种选择, 即多阶段决策. 例1 最短路问题 A → D 问应选择什么样的路线,可使总路线最短? 例2 运输问题 运输公司: 500辆卡车 计划时间: 5 年 分析:例1 最短路问题 四个阶段 多阶段决策过程: 逆序法 k=4 ,{ D1,D2,D3} D1→E:f4(D1)=3 D2→E:f4(D2)=1 D3→E:f4(D3)=5 继续 k=3, { C1,C2} C1→E: f3(C1)= 5 C2→E: f3(C2) =min(d3(C2,Di)+f4(Di)) =min(4,5,7)=4 继续 k=1, { A } f1(A)=min(d(A,Bi)+f2(Bi))=min(10,8,9)=8 A→E: 最短路径:A → B2 → C1 → D1 → E 距离: 8 特点 无后效性 局部最优决策过程与全过程 每阶段最优决策: 直接效果:阶段内 间接效果:后阶段 递推 基本理论 (一)基本概念 1.阶段、阶段变量 k 2.状态、状态变量 xk 可达状态集 Xk 3.决策、决策变量 uk(xk) 允许决策集 Uk 4.策略、最优策略 (二)最优性原理 “作为整个过程的最优策略具有这样的性质: 不管该最优策略上某状态以前的状态和决策如何,对该状态而言,余下的诸决策必构成最优子策略。 ——Bellman 1957 《Dynamic programming》 即:最优策略的任一子策略都是最优的。 (三)一个方程: 其中: fk(xk) = opt Vk,n(xk ,uk ,..,xn+1):最优值函数 指标函数 Vk,n 例1:距离 xk+1 = Tk(xk ,uk): 状态转移方程 fn+1(xn+1)=h : 终端条件 (四)图示 x1 再看例1 最短路问题 A 走到F的最短路径 数学模型 动态规划求解:按照动态规划递推公式倒推,逐个阶段求解。 解 f(E1)=min{d(E1,F)+f(F)}=min{3+0}=3,u*(E1)=F f(E2)=min{d(E2,F)+f(F)}=min{6+0}=6,u*(E2)=F 最短路长 V(A)=19 。 最优路径 A B1C1D2E1F A B2C2D1E1F 最短路长 V(A)=19 。 应用 解: 阶段 k= 状态变量 xk: 决策变量 uk: 状态转移方程为: 阶段效益: 第 k 年度至 5年末采用最优策略时产生的最大利润: 求解 当 k=5 f5(x5)=max{v5(x5,u5)+f6(x6)} (0? u5 ? x5) =max{16 x5+9 u5+ 0} 有: 最优决策 u5*=? 最优值函数 f5(x5)=? 继续 当 k=3 f3(x3)=max{v3(x3,u3)+f4(x4)} (0? u3 ? x3) =max{54.5 x3+0.5 u3} u3*= x3 f3(x3)=54.75 x3 当 k=2 f2(x2)=max{v2(x2,u2)+f3(x3)} (0? u2 ? x2) =max{65.275 x2- 1.95 u2} u2*= 0 f2(x2)= 65.275 x2 当 k=1 f1(x1)=max{v1(x1,u1)+f2(x2)} (0? u1 ? x1) =max{74.7475 x1- 4.055 u1} u1*= 0 f1(x1)= 65.275 x1 而: x1=500 f1(x1)=37373.75(万元) ≈3.74(亿元) p1,5(x1)={ u1* ,u2* ,u3* ,u4* ,u5* } ={ 0 ,0 ,x3 ,x4 ,x5 } 由: xk+1 =0.9 xk– 0.2 uk 得: x2= 0.9 x1– 0.2 u1* = 450 (辆) u2* =0 x3= 0.9 x2– 0.2 u2* = 405 (辆) u3* =405 x4= 0.9 x3– 0.2 u3* = 283.5 (辆)
文档评论(0)