运筹学第9章动态规划讲解课件.pptVIP

具体说，此问题先从F开始，因为F是终点。再无后继过程，故可以接着考虑第5阶段上所有可能状态E1，E2的最优后续过程。因为从E1 ,E2到F的路线是唯一的，所以E1，E2的最优决策和最优后继过程就是到F，它们的最短距离分别是4和3。 接着考虑阶段4上可能的状态D1，D2，D3 到F的最优决策和最优后继过程．在状态D1上，到E1是3，到E2是5，综合考虑后继过程整体最优，取最优决策是到E1,最优后继过程是D1→E1→F ，最短距离是7。同理，状态D2的最优决策是至E2 ；D3的最优决策是到E1。 同样，当阶段4上所有可能状态的最优后继过程都已求得后，便可以开始考虑阶段3上所有可能状态的最优决策和最优后继过程，如C1的最优决策是到D1,最优路线是C1→D1→E1→F ，最短距离是12…依此类推，最后可以得到从初始状态A的最优决策是到F最优路线是A→B1→C2→D2→E2 →F ，全程的最短距离是17。图7—1中粗实线表示各点到的最优路线，每点上方括号内的数字表示该点到终点的最短路距离。 综上所述可见，全枚举法虽可找出最优方案，但不是个好算法，局部最优法则完全是个错误方法，只有动态规划方法属较科学有效的算法。它的基本思想是，把一个比较复杂的问题分解为一系列同类型的更易求解的子问题，便于应用计算机。整个求解过程分为两个阶段，先按整体最优的思想逆序地求出各个子问题中所有可能状态的最优决策与最优路线值，然后再顺序地求出整个问题的最优策略和最优路线。计算过程中，系统地删去了所有中间非最优的方案组合，从而使计算工作量比穷举法大为减少。 * 动态规划 动态规划在企业管理中的主要应用领域 最优路径问题 资源分配问题 生产调度问题 库存问题 装载问题 排序问题 设备更新问题 生产过程最优控制问题 等等 动态规划是求解某类问题的一种方法，是考查问题的一种途径，而不是一种特殊算法(如线性规划是一种算法)。因而，它不像线性规划那样有一个标准的数学表达式和明确定义的一组规则，而必须对具体问题进行具体分析处理。 * 动态规划 动态规划模型的分类 根据多阶段决策过程的时间参量是离散的还是连续变量，分为离散决策过程和连续决策过程。 根据决策过程的演变是确定性的还是随机性的，又可分为确定性决策过程和随机性决策过程。 组合起来可分为 离散确定性 离散随机性 连续确定性 连续随机性 本书主要研究离散决策过程。 * 第9章 动态规划的基本方法 第1节 多阶段决策过程及实例 第2节 动态规划的基本概念和基本方程 第3节 动态规划的最优性原理和最优性定理 第4节 动态规划和静态规划的关系 * 第1节 多阶段决策过程及实例 多阶段决策过程 在生产和科学实验中，有一类活动的过程，由于它的特殊性，可将过程分为若干个互相联系的阶段，在它的每一个阶段都需要作出决策，从而使整个过程达到最好的活动效果。因此，各个阶段决策的选取不是任意确定的，它依赖于当前面临的状态，又影响以后的发展。当各个阶段决策确定后，就组成了一个决策序列，因而也就决定了整个过程的一条活动路线。这种把一个问题可看作是一个前后关联具有链状结构的多阶段过程就称为多阶段决策过程，也称序贯决策过程。 * 第1节 多阶段决策过程及实例 例1 最短路线问题 给定一个线路网络，两点之间连线上的数字表示两点间的距离(或费用)，试求一条由A到G的铺管线路，使总距离为最短(或总费用最小)。 * 第1节 多阶段决策过程及实例 例2 机器负荷分配问题 某种机器可以在高低两种不同的负荷下进行生产。在高负荷下进行生产时，产品的年产量g和投入生产的机器数量u1的关系为 g=g(u1) 这时，机器的年完好率为a，即如果年初完好机器的数量为u，到年终时完好的机器就为au，0＜a＜1，在低负荷下生产时，产品的年产量h和投入生产的机器数量u2的关系为 h=h(u2) 相应的机器年完好率为b,0＜b＜1。 假定开始生产时完好的机器数量为s1。要求制定一个五年计划，在每年开始时，决定如何重新分配完好的机器在两种不同的负荷下生产的数量，使在五年内产品的总产量达到最高。 * 第2节 动态规划的基本概念和基本方程 例1中求A到G的最短路线问题是动态规划中一个典型例子。现通过讨论它的解法，说明动态规划方法的基本思想，并阐述有关基本概念。 由图8-2可知，从A点到G点可以分为6个阶段。在第一阶段，A为起点，终点有B1、B2两个，因而这时走的路线有两个选择，一是走到B1；一是走到B2，若选择走到B2的决策，