管理运筹学07动态规划.ppt

1.多阶段决策过程 2.Bellman最优性原理 3.动态规划的数学描述 4.例6.1 5.确定性动态规划问题 6.随机性动态规划问题 多阶段决策过程 多阶段决策问题是指这样一类问题，其整个过程可分为若干相互联系的阶段，每一阶段都要作出相应的决策，从而使整个过程达到最佳的活动效果。任何一个阶段(Stage，决策点)都是由输入(Input)、决策(Decision)、转移律(Transformation)和输出(output)构成的，如图6-1(a)所示。由于每一阶段都对应一个决策，所以每一阶段都应存在一个衡量决策效益大小的指标函数，这一指标函数称为阶段指标函数，用gn表示。显然gn是状态变量sn和决策变量dn的函数，即gn= rn(sn, dn)，如图6-1(b)所示。 ? 多阶段决策过程 ? 多阶段决策过程 Bellman最优性原理 作为整个过程的最优策略具有这样的性质： 即无论过去的状态和决策如何，对前面的决策所形成的状态而言，余下的诸决策必须构成最优子策略。简而言之，一个最优策略的任一子策略都是最优子策略。 动态规划的数学描述 1.阶段 2.状态 3.决策 4.状态转移律 5.策略与子策略 6.阶段指标函数 7.过程指标函数 8.最优指标函数 阶段 在多阶段决策过程中，决策点将整个过程划分为若干部分，其中的每一部分即为一个阶段。描述阶段的变量称为阶段变量，常用 k 来表示。阶段的划分一般是根据时间和空间的自然特征来进行的，一个N 个阶段的多阶段决策问题其阶段变量 k =1，2，?，N。 状态 状态表示每个阶段开始所处的自然状况或客观条件，它描述了研究问题过程的状况。状态反映前面各阶段决策的结局，又是本阶段决策的出发点和依据。状态是各阶段信息的传递点和结合点，各阶段的状态通常用状态变量Sk来描述。作为状态应具有这样的性质：在某阶段的状态给定后，该阶段以后过程的发展不受此阶段以前各阶段状态的影响。换句话说，过程的历史只能通过当前的状态来影响未来，当前的状态是过程以往历史的一个总结。这个性质称为无后效性或健忘性。 决策 决策是指决策者在若干可行方案中所作出的选择。决策变量dk(Sk)表示第k 阶段、状态为Sk时的决策。决策变量的取值会受到一定的限制，用Dk(Sk)表示第k 阶段、状态为Sk 时决策变量允许的取值范围，称为允许决策集合，因而有dk(Sk)? Dk(Sk) 。 状态转移律 状态转移律是确定由一个状态到另一个状态演变过程的关系式，这种演变的对应关系记为Sk+1=Tk (Sk, dk)。 策略与子策略 各阶段决策所组成的决策序列称为一个策略，具有N个阶段的动态规划问题的策略可表示为{d1(S1), d2(S2), …, dN(SN)}。 从某一阶段开始到过程终点为止的决策序列，称为子过程策略或子策略。从第k个阶段起的子策略可表示为{dk(Sk), dk+1(Sk+1), …, dN(SN)}。 阶段指标函数 阶段指标函数是对应某一阶段决策的效率度量，用gk=rk (Sk, dk)来加以表示。 过程指标函数 过程指标函数是用来衡量所实现过程优劣的数量指标，它是定义在全过程（策略）或后续子过程（子策略）上的数量函数。过程指标函数常用Rk,,N 来表示，构成动态规划的过程指标函数应具有可分性并满足递推关系，即Rk,,N 可表示为rk 和Rk+1,N二者的函数。最常见的过程指标函数与阶段指标函数的关系有如下两种： 1.过程指标函数是阶段指标函数的和，此时 Rk,,N =rk +Rk+1,N 2.过程指标函数是阶段指标函数的积，此时 Rk,,N =rk ? Rk+1,N 最优指标函数 例1 ? 例1的构模 阶段：k=1, 2, 3 状态：选各阶段所处的位置为状态变量，因此有S1= A。 决策：所选择的路线； D1(S1)={ B1, B2, B3 } 状态转移：目前状态一定，选择的线路一定，下一个状态一定。 阶段指标函数：该阶段行进的路程 过程指标函数：阶段指标函数的和 最优指标函数： fk(Sk)=min{rk + fk+1(Sk+1)} 其中，边界条件fk+1(Sk+1)=0。 ? 例1的求解 K=3时： f3 (C1)=min{15}=15, C1 ? D f3 (C2)=min{16}=16, C2 ? D K=2时： f2 (B1)=min{12+15, 9+16}=25, B1 ? C2 f2 (B2)=min{20+15, 16+16}=32, B2 ? C2 f2 (B3)=min{10+15, 9+16}=25, B3 ? C1或B3 ? C2 K=1时： f1 (A)=min{6+25, 4+32, 8+