组合最优化态规划.docVIP

第三章 动态规划 *动态规划是解决多阶段决策过程的最优化问题的一种方法.所谓多阶段决策过程是指这样的一类决策过程,由于它的特殊性,我们可以把它按时间分为若干阶段(有时称为“时段”),而在每一个阶段都需要作出决策,以便使整个过程取得最佳的经济效益.在多阶段决策问题中,各个阶段采取的决策一般说来是与时间有关系的.而且,前一阶段采取的策略如何,不但与该阶段的经济效益有关系,更直接影响以后各阶段的经济效益.可见,它是一个动态的问题, 因此,处理的方法称为动态规划方法. *动态规划也可以用来处理一些本来与时间没有关系的静态模型, 这只要在静态模型中人为地引进“时间”因素,分成时段,就可以把它看作多阶段的动态模型,用动态规划方法去处理. §3.1 最短路问题与最优化原则 问题: 所谓最短路问题是指给定始点及终点,并知道由始点到终点的各种可能的路径, 问题是要找一条由始点到终点的最短的路,即长度最短的路. 例子: 下图(见黑板)是表示由始点A到终点E的路线图.由A至B(B1﹑B2或B3)是第一阶段; 由某Bi (i=1,2,3)至C(C1﹑C2或C3)是第二阶段; 由某Cj (j=1,2,3)至D(D1或D2)是第三阶段; 由某Dk (k = 1,2)至E是第四阶段. 引进几个符号和概念: (1) n表示由某点(例如A, Bi (i = 1,2,3), Cj(j = 1,2,3), Dk (k = 1,2))到终点之间的阶段数. 例如: A到E的阶段数n = 4. (2) S表示在任一阶段所处的位置,称S为状态变量(S可取A, Bi (i = 1,2,3), Cj (j = 1,2,3), Dk (k = 1,2), E). (3) xn(S)称为决策变量, 它表示当处于状态S还有n个阶段要走时, 下一步所选取的点(例如: 当x3(B1)=C1时, 它表示现在处于点B1, 还有三个阶段要走, 下一步选取点C1, 即要走 B1→C1的路线). (4) fn(S)表示现在处于状态S, 还有n个阶段要走, 由S至终点E的最短距离(例如: f4(A)表示现在处于点A, 还有四个阶段要走, 由A到终点E的最短距离. (5) d(S, xn(S))表示点S到下一步所选的点xn(S)的距离(例如: d(A, B1)表示由A到B1的距离, 即d(A, B1)=3). 分析: 由A到B的第一阶段有三种走法: AB1, 若选此走法, 最短距离为 d(A, B1)+f3(B1) AB2, 若选此走法, 最短距离为 d(A, B2)+f3(B2) AB3, 若选此走法, 最短距离为 d(A, B3)+f3(B3) f4(A)应当在上面三种走法中选取距离最小者.也即 f4(A)=min = min 要求f4(A), 必须先算出f3(B1), f3(B2)及f3(B3). 现在算f3(B1). 有两种走法: B1C1, 若选此走法, 最短距离为 d(B1, C1)+f2(C1) B1C2, 若选此走法, 最短距离为 d(B1, C2)+f2(C2) f3(B1)应当在上两种走法中选取距离最小者. f3(B1)=min=min 同理, f3(B2)和f3(B3)的算法如下. f3(B2)=min=min f3(B3)=min=min f2(C1) =min=min f2(C2) =min=min f2(C3) =min=min 由于D1(或D2)经过一个阶段到终点E只有一种走法, 因此 f1(D1) = d(D1,E) = 1 f1(D2) = d(D2,E) = 2. 从后往前倒推. n=1时, f1(D1) = 1, 路径: D1→E f1(D2) = 2, 路径: D2→E n=2时, f2(C1) = 4, 路径: C1→D2→E f2(C2) = 7, 路径: C2→D1→E f2(C3) = 7, 路径: C3→D2→E n = 3时, f3(B1) = 5, 路径: B1→C1→D2→E f3(B2) = 11, 路径: B2→C2→D1→E f3(B3) = 8, 路径: B3→C1→D2→E n=4时, f4(A) = 8, 路径: A→B1→C1→D2→E 在例1中我们主要利用了n个阶段与n―1个阶段的关系式(称为递推关系式或函数方程): fn(S)=min{ d(S, xn(S)) + fn-1(xn(S)) } 而n=1时, 有 f1(S) = d(S, E) 上述递推关系式可以用“最优化原则”来描述: 一个过程的最优策略具有这样的性质,即无论其初始状态和初始决策如何, 其今后诸决策对以第一个决策所形成的状态作为初始状态的过程而言, 必须构成