2012动态规划2.pptVIP

(湖南师大附中内部资料)高三化学习总复习课件：高三第五次周考试卷分析课0801(课件)(培训课件)班组建设与5S管理培训多媒体计算机系统常用硬件设备教材 动态规划 沈阳工业大学数学系 商人们怎样安全过河 ? ? ? 3名商人 ? ? ? 3名随从 随从们密约, 在河的任一岸, 一旦随从的人数比商人多, 就杀人越货. 但是乘船渡河的方案由商人决定.商人们怎样才能安全过河? 问题分析 多步决策过程 决策~ 每一步(此岸到彼岸或彼岸到此岸)船上的人员 要求~在安全的前提下(两岸的随从数不比商人多),经有限步使全体人员过河. 河 小船(至多2人) 模型构成 xk~第k次渡河前此岸的商人数 yk~第k次渡河前此岸的随从数 xk, yk=0,1,2,3; k=1,2,? ? sk=(xk , yk)~过程的状态 S={(x , y)? x=0, y=0,1,2,3; x=3, y=0,1,2,3; x=y=1,2} S ~ 允许状态集合 uk~第k次渡船上的商人数 vk~第k次渡船上的随从数 dk=(uk , vk)~决策 D={(u , v)? u+v=1, 2} ~允许决策集合 uk, vk=0,1,2; k=1,2,? ? sk+1=sk dk +(-1)k ~状态转移律 求dk?D(k=1,2, ?n), 使sk?S, 并按转移律由 s1=(3,3)到达 sn+1=(0,0). 多步决策问题 模型求解 x y 3 3 2 2 1 1 0 穷举法 ~ 编程上机 图解法 状态s=(x,y) ~ 16个格点 ~ 10个 点 允许决策 ~ 移动1或2格; k奇,左下移; k偶,右上移. s1 sn+1 d1, ?，d11给出安全渡河方案 评注和思考 规格化方法,易于推广 考虑4名商人各带一随从的情况 d1 d11 允许状态 S={(x , y)? x=0, y=0,1,2,3; x=3, y=0,1,2,3; x=y=1,2} 动态规划和静态规划的关系 用逆推解法求解下面问题 设 则有 解 : 按问题的变量个数划分阶段，把它看作为一个三阶段决策问题。 设状态变量为s1, s2,s3,s4，并记s1=c；取问题中的变量x1,x2,x3为决策变量；各阶段指标函数按乘积方式结合。令最优值函数fk(sk)表示为第k阶段的初始状态为sk，从k阶段到3阶段所得到的最大值。 动态规划和静态规划的关系 用逆推解法，从后向前依次有 及最优解 由 得 和 (舍去) ，而 ，故 为极大值点。 最优解 由 所以 动态规划和静态规划的关系 像前面一样利用微分法易知 故 由于已知 而按计算的顺序反推算，可得各阶段的最优决策和最优值。 动态规划和静态规划的关系 即 由 所以 所以 因此得到最优解为 最大值为 由 货郎担问题 货郎担问题在运筹学里是一个著名的命题。有一个串村走户卖货郎，他从某个村庄出发，通过若干个村庄一次且仅一次，最后仍回到原出发的村庄。问应如何选择行走路线，能使总的行程最短。类似的问题有旅行路线问题，应如何选择行走路线，使总路程最短或费用最少等。 现在把问题一般化。设有n个城市，以1，2，…，n表示之。dij表示从i城到j城的距离。一个推销员从城市1出发到其他每个城市去一次且仅仅是一次，然后回到城市1。问他如何选择行走的路线，使总的路程最短。这个问题属于组合最优化问题，当n不太大时，利用动态规划方法求解是很方便的。 货郎担问题 由于规定推销员是从城市1开始的，设推销员走到i城，记 表示由1城到i城的中间城市集合。 S表示到达i城之前中途所经过的城市的集合，则有 因此，可选取(i,S)作为描述过程的状态变量，决策为由一个城市走到另一个城市，并定义最优值函数fk(i,S)为从1城开始经由k个中间城市的S集到i城的最短路线的距离，则可写出动态规划的递推关系为 边界条件为 为最优决策函数，它表示从1城开始经k个中间城市的S集到i城的最短路线上紧挨着i城前面的那个城市。 (湖南师大附中内部资料)高三化学习总复习课件：高三第五次周考试卷分析课0801(课件)(培训课件)班组建设与5S管理培训多媒体计算机系统常用硬件设备教材