[工程科技]动态规划.pptVIP

例4 某一警卫部门共有12支巡逻队，负责4个要害部位A、B、C、D的警卫巡逻。 对每个部位可分别派出2-4支巡逻队，并且由于派出巡逻队数的不同，各部位预期在一段时期内可能造成的损失有差别，具体数字见表。 问该警卫部门应往各部位分别派多少支巡逻队，使总的预期损失为最小。 [解]-1 阶段变量k ：把12支巡逻队往4个部位派遣看成依次分四个阶段(k=1，2，3，4)。 状态变量sk：表示每个阶段初拥有的可派遣的巡逻队数是前面阶段决策的结果，也是本阶段决策的依据 决策变量xk：表示各阶段对各部位派出的巡逻队数， 各阶段允许的决策集合Dk(sk)为： Dk(sk)={xk|2≤xk≤4|} (k=1,2,3,4) [解]-2 状态转移方程：sk+1=sk-xk (k=1,2,3) 每阶段初拥有可派遣的巡逻队数量等于上阶段初拥有的数量减去上阶段派出的数量 过程函数为阶段指标函数之和： 阶段指标函数gk(xk)表示k阶段派出的巡逻队数为xk时，该阶段的单位的预期损失值 [解]-3 fk(sk)：表示从k阶段状态为xk出发，采用最优子策略到过程结束时的预期损失值，有 先考虑给D部位派巡逻队，即k=4，上式可写为 边界条件f5(s5)=0 ，所以 [解]-4 [解]-5 联合考虑对C、D两个部位派巡逻队，k=3，有： 因D3(s3)={2,3,4}，4≤s3≤8，可得如下结果 [解]-6 考虑对B、C、D三个部位派巡逻队，k=2，有 由D2(s2)={2,3,4}，8≤s2≤10，可得如下结果 [解]-7 考虑对A、B、C、D四个部队派巡逻队，即k=1时，有 因s1=12, D1(s1)={2,3,4},可得如下结果 [解]-8 由s1=2得 [解] （1）阶段变量k：合同期为三个月，投产一批的周期为一个月，作为一个阶段。故可将整个合同期划分为三个阶段，k=1,2,3。 （2）状态变量sk。假定尚没有一台合格品时sk=1，已得到一台以上合格品时sk=0。故签订合同时有s1=1。 （3）决策变量xk为每个阶段的投产试制台数。 允许决策集合Dk(sk) Dk(sk)={1,2,…,N} (当sk=1)； Dk(sk)={0}(当sk=0) （4）状态转移律为 （6）设fk(sk)为从状态sk、决策xk出发的k阶段以后的最小期望费用。 当k=2时, 可能的状态集合为 记 令 ，得 因 是存在唯一最大值的二次抛物线，则： 基本方程 对应的 当k=1时, 有： 记 ，带入 得： 得 由 得 当 时 ，即 时， 取得最大值 即最优解为： 例6.8 用逆序法求解下面问题： 解 3阶段决策问题，状态变量为 s1, s2, s3, 决策变量 x1, x2, x3，状态转移方程 允许决策集合 Dk(sk)为 用逆序法求解： 最优解为 ， 最优解为 ， K=3 K=2 K=1 由于已知 ，因而按计算的顺序反推计算，可得各阶段的最优决策和最优值，即： 例6.9 用动态规划方法求解线性规划问题 ： 解 确定x1、x2的值看作分2个阶段的决策，s1k、s2k、s3k表示k阶段初各约束条件右端项的剩余值 状态转移方程： 指标函数： 基本方程： K=2 K=1 即 最优解： x1*=2，x2*=6， Z*=3×2+5×6=36 由： 得： 四 随机动态规划问题举例 例6.10 某厂和公司订了试制某种新产品的合同。如果三个月生产不出一个合格品，则要罚款2000元，每次试制的个数不限，试制周期为一个月，制造一个产品的成本为100元，每一个试制品合格的概率为0.4，生产一次的装配费为200元。问如何安排试制，每次生产几个，才能使期望费用最小？ （5）第k阶段的费用支出为c(uk)，有 k＝1时 f 1 ＝max｛g 1 ( x1 )+ f 2 ｝ x1 ∈ D 1（ s1 ） 且 k=1 时，必将资金全部投出，即只分析 s 1 ＝ 5 5 9+0 7+2 6+4