管理运筹学讲义-第6章动态规划.pptVIP

第6章 动态规划 一、多阶段决策问题 在生产经营活动中，某些问题决策过程可以划分为若干相互联系的阶段，每个阶段需要做出决策，从而使整个过程取得最优。由于各个阶段不是孤立的，而是有机联系的，也就是说，本阶段的决策将影响下一阶段的发展，从而影响整个过程效果，所以决策者在进行决策时不能够仅考虑选择的决策方案使本阶段最优，还应该考虑本阶段决策对最终目标产生的影响，从而做出对全局来讲是最优的决策。当每个阶段的决策确定以后，全部过程的决策就是这些阶段决策所组成的一个决策序列，所以多阶段决策问题也称为序贯决策问题。 例: 为保证设备可靠运行, 一些关键部件往往由多个器件并联运行, 如果器件 i 的失效概率为 pi, 则 xi 个器件并联工作的可靠性为(1 - pixi), 假定每个器件的采购费用为 ci, 在满足总采购费用不超过预算限制 C 的前提下, 使设备可靠性最高的规划问题可以描述为: 该问题为整数非线性规划，可以用动态规划求解，设关键器件数n = 3，总费用为120万元。器件的单价与可靠性如下表： 分析： 阶段与器件挂钩，第 i 阶段仅考虑器件 i 的采购数量; si 表示 i 阶段可使用的采购费用; xi 表示 i 阶段决定购买 i 器件的数量； 状态转移方程: si+1 = si - ci xi； 递推损益函数: fi(si) = max { ( 1 - pixi ) fi+1(si+1)}。 i = 1 f1(120) = max1?x1?3{0.9f2(90), 0.99f2(60), 0.999f2(30)} = max{0.9?0.84*, 0.99?0.4, 0.999?0 } = 0.756 i = 2 f2(90) = max{0.8f3(75) , 0.96f3(60) , 0.992f3(45) , 0.9984f3(30)} = max{0.8?0.875 , 0.96?0.875* , 0.992?0.75 , 0.9984?0.5} = 0.84 f2(60) = max {0.8f3(45), 0.96f3(30)} = max {0.8?0.75*, 0.96?0.5} = 0.6 f2(30) = max {0.8f3(15), 0?f3(30)} = 0 f3(75) = 0.875, f3(60) = 0.875, f3(45) = 0.75, f3(30) = 0.5, 因此, 最优解为: x1 = 1, x2 = 2, x3 = 3 设备在使用全过程中会遭受磨损, 使用一段时间后就要维修, 而且使用的时间越长, 维修费用越高, 设备使用多少时间在经济上最合算, 就是设备更新问题。 分析： 阶段 k = 1, 2, 3, 4, 5; sk 表示 k 年初设备已使用的年限; xk 为 k 年初决定设备是继续使用还是更新的决策变量: xk = 1表示继续使用, xk = 0表示更新; 状态转移方程: sk+1 = skxk + 1; k = 5 状态变量 s5 可取 1, 2, 3, 4 f5(1) = maxx1=0,1{r(0) - u(0) - c(1), r(1) - u(1)} = max {5-0.5-1.5, 4.5-1}= 3.5 (x5*=1) f5(2)=max{5-0.5-2.2, 4-1.5}= 2.5 (x5*=1) f5(3)=max{5-0.5-2.5, 3.75-2}= 2 (x5*=0) f5(4)=max{5-0.5-3, 3-2.5} = 1.5 (x5*=0) k = 4 状态变量 s4 可取 1, 2, 3 f4(1) = max{r(0)-u(0)-c(1)+f5(1), r(1)-u(1)+ f5(2)} = max {5-0.5-1.5+3.5, 4.5-1+2.5} = 6.5 (x4* = 0) f4(2) = max {5-0.5-2.2+3.5, 4-1.5+2} = 5.8 (x4* = 0) f4(3) = max {5-0.5-2.5+3.5, 3.75-2+1.5} = 5.5 (x4* = 0) k = 3 状态变量 s3 可取 1, 2, f3(1) = max{r(0) - u(0) - c(1) + f4(1), r(1) - u(1) + f4(2)} = max {5-0.5-1.5+6.5, 4.5-1