非线性和动态规划.pptVIP

特点 要解决的问题的目标可以用数值指标反映 对于要实现的目标有多种方案可选择 有影响决策的若干约束条件 动态规划 运筹学的一个分支: 求解多阶段决策过程最优化的数学方法 研究对象:一项任务需要分几个阶段完成，每个阶段都有多种选择, 即多阶段决策. 特点 无后效性 局部最优决策过程与全过程 每阶段最优决策: 直接效果:阶段内 间接效果:后阶段 递推 基本理论 (一)基本概念 1.阶段、阶段变量 k 2.状态、状态变量 sk 可达状态集 Sk 3.决策、决策变量 xk(sk) 允许决策集 Dk(sk) 4.策略、最优策略 (二)最优性原理 “作为整个过程的最优策略具有这样的性质： 不管该最优策略上某状态以前的状态和决策如何，对该状态而言，余下的诸决策必构成最优子策略。 即:最优策略的任一子策略都是最优的。 (三)一个方程： 其中： fk(sk) = opt Vk,n（sk ,xk ,..,sn+1):最优值函数 指标函数 Vk,n .例1:距离 sk+1 = Tk(sk ,xk): 状态转移方程 fn+1(sn+1)=h : 边界条件 (四)图示 s1 优缺点 优点: 计算量:多阶段过程转化为一系列单阶段问题 能够得到全局最优解 可以得到一族最优解 ←×→ 静态 原理简单,适用性广 缺点: 无统一的标准模型 用数值方法求解时存在维数灾 例3: 生产与库存计划问题 某厂生产计划: 四季度 订单: 一 二 三 四(季度) 2 3 2 4(千件) 生产费用:开工费 3千元 (不开工 0千元) 成本 2千元/千件 库存费用: 1千元/千件季度 最大生产能力: 6千件 设: 年初, 年末无库存 问:如何合理安排各季节的产量,使全年总费用最小? ?阶段 ?状态 ?决策 ?转移方程 ?阶段效益 解: 阶段 k = 1, 2, 3, 4 (季度) 状态 sk:库存 s1=0 s5=0 决策 xk:生产量 0? xk ?6 转移方程 sk+1= sk +xk –dk (订单) 阶段效益 vk:费用 例4: 资源分配问题 某市电讯局有四套设备,准备分给甲、乙、丙三支局，在各支局的收益为（万元）： 状态 sk: 阶段初剩设备数 s1=4 s4=0 决策 xk: 分给k 阶段的设备数 转移方程 sk+1= sk -xk 阶段效益 vk (sk ,xk)=gk(xk) 基本方程 算法 停 * * 优化问题三要素：决策变量decision bariable；目标函数objective function；约束条件constraints 约束条件 决策变量 优化问题的一般形式 目标函数 等约束equality constraint 不等约束inequality constraint 一般优化问题概述 一般优化问题概述 　可行解feasible solution（满足约束）与可行域feasible region（可行解的集合） 　最优解optimal solution（取到最小minimum／大值maximum的可行解,对应最优值optimal value） 局部最优解或相对最优解local/relative optimizer 全局或整体最优解global optimizaer 优化模型的基本类型 无约束优化　unconstrained optimization 约束优化　constrained optimization 特殊：等式（不等式）方程组 system of equations(inequations) 一般优化问题概述 约束优化constrained optimization的简单分类 数学规划mathematical programming 或连续优化continuous optmization 线性规划(LP) 目标和约束均为线性函数 Linear programming 非线性规划(NLP) 目标或约束中存在非线性函数 Nonlinear programming 二次规划(QP) 目标为二次函数、约束为线性 Quadratic programming 一般优化问题概述 整数规划(IP) 决策变量(全部或部分)为整数 Integer programming 整数线性规划(ILP)，整数非线性规划(INLP) 纯整数规划(PIP), 混合整数规划(MIP) Pure (