第7篇 章-动态规划 运筹学.ppt

*;*;*;多阶段决策过程特点:;多阶段决策过程的特点;*;1.2 多阶段决策问题举例;1.2 多阶段决策问题举例;*;1.3 动态规划求解的多阶段决策问题的特点;*;*;返回;1.4 动态规划方法导引;*;*;1.4 动态规划方法导引;*;*;*;*;2.1 动态规划的基本概念;2.1动态规划的基本概念;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*; 实际应用中上式可简写为 Rk(sk, uk) 或 Rk(sk) ； 过程指标函数 Rk(sk) 通常是描述所实现的全过程或 k 后部子过程效果优劣的数量指标，它是由各阶段的阶段指标函数 gk(sk, uk) 累积形成的。;*;*;*;*;*;*;*;8) 多阶段决策问题的数学模型 适于动态规划方法求解的一类多阶段决策问题，即具有无后效性的多阶段决策问题的数学模型:; 式中 “ opt ” 表示最优化，视具体问题取 max 或 min 。 上述数学模型说明了对于给定的多阶段决策过程，求取一个(或多个)最优策略 , 同时指出执行该最优策略时，过程 的状态演变序列即 最优路线;*; 该原理的具体解释是，若某一全过程最优策略为： 则对上述策略中所隐含的任一状态而言，第k子过程上对应于该状态的最优策略必然包含在上述全过程最优策略p1*中，即为;*;当过程指标函数为“和”的形式 时，相应的函数基本方程为;当过程指标函数为“积”的形式 时， 相应的函数基本方程为;*;7.3 动态规划方法的基本步骤;*;*; 在动态规划模型中，一般状态变量要选取那种可以进行累计的量。 在解静态规划模型时，线性与非线性规划中约束条件的个数，相当于动态规划中状态变量sk的维数．约束条件所表示的内容，就是状态变量sk所代表的内容。;*;*;*;⑥ 写出动态规划基本方程：;*;*;动态规划的四大要素 ① 状态变量及其可能集合 xk ? Xk ② 决策变量及其允许集合 uk ? Uk ③ 状态转移方程 xk+1= Tk (xk ,uk ) ④ 阶段效应 rk ( xk , uk ) ;*;3.1 求解最短路径问题的标号法(只适用于一类最优路线问题） 标号法是借助网络图通过分段标号来求出最优路线的一种简便、直观的方法。通常标号法采取“逆序求解”的方法来寻找问题的最优解，即从最后阶段开始，逐次向阶段数小的方向推算，最终求得全局最优解。;*;*;*;*;*;0;图7-3 某城市局部道路求最短路径的过程; 结果如图7-3所示。从S到E最短距离为21，共有三条最短路线： (1) (2) (3) 标号法不但给出起点到终点的最短路线和最短距离，同时给出每一状态到终点的最短路线及其最短距离。;*;*;*;*;求解基本方程第4阶段的递推方程为;第3阶段的递推方程为：;*;第1阶段的递推方程为：;*;例：资源分配问题 现有资金 4 万元，投资A、B、C 三个项目，每个项目的投资效益与投入该项目的资金有关。三个项目A、B、C 的投资效益（万吨）和投入资金（万元）关系见下表：;建模： 1 阶段k：每投资一个项目作为一个阶段； 2 状态变量xk：投资第k个项目前的资金； 3 决策变量dk：第k个项目的投资； 决策允许集合：0≤dk≤xk 4 状态转移方程：xk+1=xk-dk 5 阶段指标：vk(xk ,dk)见表中所示； 6 递推方程： fk(xk)=max{vk(xk ,dk)+fk+1(xk+1)} 终端条件：f4(x4)=0;*;*;*;2.4 连续型动态规划问题;例:机器负荷分配问题;构造动态规划模型如下： 阶段k：运行年份(k =1, 2, 3, 4, 5, 6),其中 k =1表示第1年初, …, k = 6 表示第6年初(即第5年末)。 状态变量xk：第 k 年初完好的机器数（k =1, 2, 3, 4, 5, 6），其中x6表示第5年末（即第6年初）的完好机器数。 决策变量dk：第 k 年投入高负荷运行的机器数； 决策允许集合：Dk(xk)={dk|0?dk?xk}; ;*;求解基本方程：f5(x5)= max {8d5+5(x5-d5)+f6(x6)} 0?d5?x5 = max {3d5+5x5}=8x5, d5*=x5 0?d5?x5f4(x4)= max {8d4+5(x4-d4)+f5(x5)} 0?d4?x4 = max {8d4+5(x4-d4