数学建模8-动态规划及目标规划.docxVIP

数学建模8-动态规划和目标规划动态规划动态规划是求解决策过程最优化的数学方法，主要用于求解以时间划分阶段的动态过程的优化问题。但是一些与时间无关的静态规划（如线性规划、非线性规划），只要人为地引进时间因素，把它视为多阶段决策过程，也可以用动态规划方法方便地求解。基本概念、基本方程：阶段状态决策策略状态转移方程：指标函数和最优值函数：最优策略和最优轨线递归方程：3．计算方法和逆序解法（此处较为抽象，理解较为困难，建议结合例子去看）4．动态规划与静态规划的关系：一些静态规划只需要引入阶段变量、状态、决策等就可以用动态规划方法求解（详见书中例4）5．若干典型问题的动态规划模型：（1）最短路线问题：（2）生产计划问题:状态定义为每阶段开始时的储存量xk，决策为每个阶段的产量，记每个阶段的需求量（已知量）为dk，则状态转移方程为（3）资源分配问题：详见例5状态转移方程：最优值函数：自有终端条件：（4）具体应用实例：详见例6、例7。目标规划实际问题中，衡量方案优劣要考虑多个目标，有主要的，有主要的，也有次要的；有最大值的，也有最小值的；有定量的，也有定性的；有相互补充的，也有相互对立的，这时可用目标规划解决。其求解思路有加权系数法、优先等级法、有效解法等。基本概念：正负偏差变量：绝对（刚性）约束和目标约束优先因子（优先等级）与权系数：凡要求第一位达到的目标赋予优先因子P1，次位赋予P2……以此类推。目标规划的目标函数：一般数学模型：求解目标规划的解法：序贯式算法（用LINGO软件求解，有编程模板可以使用，下面以书中例3说明，具体还可以参考书中例6-例8）：model:sets:level/1..3/:p,z,goal;variable/1..2/:x;h_con_num/1..1/:b;s_con_num/1..4/:g,dplus,dminus;h_con(h_con_num,variable):a;s_con(s_con_num,variable):c;obj(level,s_con_num)/1 1,2 2,3 3,3 4/:wplus,wminus;endsetsdata:ctr=?;goal=? ? 0;b=12;g=1500 0 16 15;a=2 2;c=200 300 2 -1 4 0 0 5;wplus=0 1 3 1; wminus=1 1 3 0;enddatamin=@sum(level:p*z);p(ctr)=1;@for(level(i)|i#ne#ctr:p(i)=0);@for(level(i):z(i)=@sum(obj(i,j):wplus(i,j)*dplus(j)+wminus(i,j)*dminus(j)));@for(h_con_num(i):@sum(variable(j):a(i,j)*x(j))b(i));@for(s_con_num(i):@sum(variable(j):c(i,j)*x(j))+dminus(i)-dplus(i)=g(i));@for(level(i)|i #lt# @size(level):@bnd(0,z(i),goal(i)));end多目标规划的MATLAB解法：以书中例5详细说明如下：a=[-1 -1 0 00 0 -1 -13 0 2 00 3 0 2];b=[-30 -30 120 48];c1=[-100 -90 -80 -70];c2=[0 3 0 2];[x1,g1]=linprog(c1,a,b,[],[],zeros(4,1)) %求第一个目标函数的目标值[x2,g2]=linprog(c2,a,b,[],[],zeros(4,1)) %求第二个目标函数的目标值g3=[g1;g2]; %目标goal的值[x,fval]=fgoalattain(Fun,rand(4,1),g3,abs(g3),a,b,[],[],zeros(4,1))