动态规划实例讲解ppt课件.pptVIP

第九章 动态规划（续）;最优化原理 （贝尔曼最优化原理） 作为一个全过程的最优策略具有这样的性质：对于最优策略过程中的任意状态而言，无论其过去的状态和决策如何，余下的诸决策必构成一个最优子策略。该原理的具体解释是，若某一全过程最优策略为：;3.动态规划方法的基本步骤;3.动态规划方法的基本步骤;3.动态规划方法的基本步骤;3.动态规划方法的基本步骤; 6．写出动态规划函数基本方程 例如常见的指标函数是取各段指标和的形式 其中 表示第i阶段的指标，它显然是满足上述三个性质的。所以上式可以写成 ： ; 学习方法建议： 第一步 先看问题，充分理解问题的条件、情况及求解目标。 第二步 结合前面讲到的理论和解题过程，考虑如何着手进行求解该问题的工作。分析针对该动态规划问题的“四大要素、一个方程”——这一步在开始时会感到困难，但是一定要下决心去思考，在思考过程中深入理解前文讲到的概念和理论。; 第三步 动手把求解思路整理出来，或者说，把该问题作为习题独立的来做。 第四步 把自己的求解放到一边，看书中的求解方法，要充分理解教材中的论述。 第五步 对照自己 的求解，分析成败。 ; 1.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 ) ; 2. 动态规划基本方程 fn+1(xn+1) = 0 (边界条件) fk(xk) = opt u{rk ( xk , uk ) + fk+1(xk+1) } k = n,…,1;求 最 短 路 径; 求 最 短 路 径例5.5;  将问题分成五个阶段，第k阶段到达的具体地点用状态变量xk表示，例如：x2=B3表示第二阶段到达位置B3，等等。这里状态变量取字符值而不是数值。;最优指标函数fk(xk)表示从目前状态到E的最短路径。终端条件为 f5(x5)=f5(E)=0其含义是从E到E的最短路径为0。;其中*表示最优值，在上表中，由于决策允许集合D4(x4)中的决策是唯一的，因此这个值就是最优值。;第三阶段的递推方程为：;由此得到f3(x3)的表达式：;求 最 短 路 径;由此得到f2(x2)的表达式：;第一阶段的递推方程为：;由此得到f1(x1)的表达式;资 源 分 配 问 题; 例5.6: 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：;阶段k：每投资一个项目作为一个阶段； 状态变量xk：投资第k个项目前的资金数； 决策变量dk：第k个项目的投资； 决策允许集合：0≤dk≤xk 状态转移方程：xk+1=xk-dk 阶段指标：vk(xk ,dk)见表中所示； 递推方程：fk(xk)=max{vk(xk ,dk)+fk+1(xk+1)} 终端条件：f4(x4)=0;k=4，f4(x4)=0k=3，0≤d3≤x3，x4=x3-d3;k=2，0≤d2≤x2，x3=x2-d2;k=1，0≤d1≤x1，x2=x1-d1;背 包 问 题;背 包 问 题;则 Max z= c1x1+c2x2+…+cnxn  s.t. w1x1+w2x2+…+wnxn≤W  x1,x2,…,xn为正整数 ;4. 决策允许集合： Dk(xk)={dk|0? dk?xk/wk，dk为整数}； 5. 状态转移方程：xk+1=xk-wkdk 6. 阶段指标：vk=ckdk 7. 递推方程 fk(xk)=max{ckdk+fk+1(xk+1)} =max{ckdk+fk+1(xk-wkdk)} 8. 终端条件：fn+1(xn+1)=0; 例5.7:对于一个具体问题c1=65，c2=80，c3=30；w1=2，w2=3，w3=1；以及 W=5用动态规划求解 f4(x4)=0 对于k=3;对于k =3;对于k=2;对于k=1;; 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表示第一年初，…，依次类推；k=6表示第五年末（即第六年初）。 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