第08章 动态规划的基本方法.ppt

最短路径问题 投资分配问题 背包问题 练习： 求投资分配问题得最优策略，其中a＝50 万元，其余资料如表所示。 70 68 65 60 25 0 g3(x) 100 73 50 36 15 0 g2(x) 85 80 52 40 21 0 g1(x) 50 40 30 20 10 0 投资 利润 例：某公司打算在3个不同的地区设置4个销售点，根据市场部门估计，在不同地区设置不同数量的销售点每月可得到的利润如表所示。试问在各地区如何设置销售点可使每月总利润最大。 地区 销售点 0 1 2 3 4 1 2 3 0 0 0 16 12 10 25 17 14 30 21 16 32 22 17 x1=2，x2=1，x3=1，f3(4)=47 有一个徒步旅行者，其可携带物品重量的限度为a 公斤，设有n 种物品可供他选择装入包中。已知每种物品的重量及使用价值（作用），问此人应如何选择携带的物品（各几件），使所起作用（使用价值）最大？ c1 c2 … cj … cn 每件使用价值 a1 a2 … aj … an 重量（公斤/件） 1 2 … j … n 物品 这就是背包问题。类似的还有工厂里的下料问题、运输中的货物装载问题、人造卫星内的物品装载问题等。 * 动 态 规 划 (Dynamic programming) 动态规划的基本思想 最短路径问题 投资分配问题 背包问题 1 2 n ? 状态 决策 状态 决策 状态 状态 决策 动态规划的基本思想 方程 :状态转移方程 概念 : 阶段变量k﹑状态变量sk﹑决策变量uk; 指标: 动态规划本质上是多阶段决策过程; 效益 指标函数形式: 和、 积 无后效性 可递推 解多阶段决策过程问题，求出 最优策略，即最优决策序列 f1(s1) 最优轨线，即执行最优策略时的状态序列 最优目标函数值 从 k 到终点最优策略 子策略的最优目标函数值 最优化原理： 作为整个过程的最优策略具有这样的性质：无论过去的状态和决策如何，相对于前面的决策所形成的状态而言，余下的决策序列必然构成最优子策略。也就是说，一个最优策略的子策略也是最优的。 建立动态规划模型的步骤 1、划分阶段 划分阶段是运用动态规划求解多阶段决策问题的第一步，在确定多阶段特性后，按时间或空间先后顺序，将过程划分为若干相互联系的阶段。对于静态问题要人为地赋予“时间”概念，以便划分阶段。 2、正确选择状态变量 选择变量既要能确切描述过程演变又要满足无后效性，而且各阶段状态变量的取值能够确定。一般地，状态变量的选择是从过程演变的特点中寻找。 3、确定决策变量及允许决策集合 通常选择所求解问题的关键变量作为决策变量，同时要给出决策变量的取值范围，即确定允许决策集合。 4、确定状态转移方程 根据k 阶段状态变量和决策变量，写出k+1阶段状态变量，状态转移方程应当具有递推关系。 5、确定阶段指标函数和最优指标函数，建立动态规划基本方程 阶段指标函数是指第k 阶段的收益，最优指标函数是指从第k 阶段状态出发到第n 阶段末所获得收益的最优值，最后写出动态规划基本方程。 以上五步是建立动态规划数学模型的一般步骤。由于动态规划模型与线性规划模型不同，动态规划模型没有统一的模式，建模时必须根据具体问题具体分析，只有通过不断实践总结，才能较好掌握建模方法与技巧。 例一、从A 地到D 地要铺设一条煤气管道,其中需经过两级中间站，两点之间的连线上的数字表示距离，如图所示。问应该选择什么路线，使总距离最短？ A B1 B2 C1 C2 C3 D 2 4 3 3 3 3 2 1 1 1 4 解：整个计算过程分三个阶段，从最后一个阶段开始。 第三阶段（C →D）： C 有三条路线到终点D 。 A B1 B2 C1 C2 C3 D 2 4 3 3 3 3 2 1 1 1 4 D C1 C2 C3 显然有 f3 (C1 ) = 1 ； f3(C2 ) = 3 ； f3 (C3 ) = 4 1 2 3 d( B1,C1 ) + f3 (C1 )