《第7章动态规划》-公开课件.pptVIP

管 理 运 筹 学 * 第七章 动态规划 §1　多阶段决策过程最优化问题举例 §2　基本概念、基本方程与最优化原理 §3　动态规划的应用(1) §4　动态规划的应用(2) * §1　多阶段决策过程最优化问题举例 例1 最短路径问题 下图表示从起点A到终点E之间各点的距离。求A到E的最 短路径。 B A C B D B C D E C 4 1 2 3 1 2 3 1 2 3 2 2 1 6 4 7 2 4 8 3 8 6 7 5 6 1 10 6 3 7 5 1 * 一、基本概念： 1、阶段k：表示决策顺序的离散的量，阶段可以按时间或空间划分。 2、状态sk：能确定地表示决策过程当前特征的量。状态可以是数量，也可以是字符，数量状态可以是连续的，也可以是离散的。 3、决策xk：从某一状态向下一状态过渡时所做的选择。决策是所在状态的函数，记为xk(sk)。 决策允许集合Dk(sk)：在状态sk下，允许采取决策的全体。 4、策略Pk,n(sk)：从第k阶段开始到最后第n阶段的决策序列，称k子策略。P1,n(s1)即为全过程策略。 5、状态转移方程 sk+1=Tk(sk, xk)：某一状态以及该状态下的决策，与下一状态之间的函数关系。 §2　基本概念、基本方程与最优化原理 * 6、阶段指标函数vk(sk, xk)：从状态sk出发，选择决策xk所产生的第k阶段指标。 过程指标函数Vk,n(sk, xk, xk+1,…, xn)：从状态sk出发，选择决策xk, xk+1, …, xn所产生的过程指标。动态规划要求过程指标具有可分离 性，即 Vk,n(sk, xk, xk+1, …, xn) = vk(sk, xk)+Vk+1(sk+1, xk+1, …, xn) 称指标具有可加性，或 Vk,n(sk, xk, xk+1, …, xn) = vk(sk, xk)×Vk+1(sk+1, xk+1, …, xn)称指标具有可乘性。 二、基本方程： 最优指标函数fk(sk)：从状态sk出发，对所有的策略Pk,n，过程指 标Vk,n的最优值，即 §2　基本概念、基本方程与最优化原理 * 对于可加性指标函数，上式可以写为 上式中“opt”表示“max”或“min”。对于可乘性指标函数，上式可以 写为 以上式子称为动态规划最优指标的递推方程，是动态规划的基本 方程。 终端条件：为了使以上的递推方程有递推的起点，必须要设定最 优指标的终端条件，一般最后一个状态n+1下最优指标fn+1(sn+1) = 0。 §2　基本概念、基本方程与最优化原理 * 三、最优化原理 作为整个过程的最优策略具有如下性质： 不管在此最优策略上的某个状态以前的状 态和决策如何，对该状态来说，以后的所有决 策必定构成最优子策略。就是说，最优策略的 任意子策略都是最优的。 §2　基本概念、基本方程与最优化原理 * 一、资源分配问题 ?例2. 某公司拟将某种设备5台，分配给所属的甲、乙、丙三个工 厂。各工厂获得此设备后，预测可创造的利润如表所示，问这 5台设备应如何分配给这3个工厂，使得所创造的总利润为最大？ 表10-5 盈利 工厂 设备台数 甲 厂 乙 厂 丙 厂 0 0 0 0 1 3 5 4 2 7 10 6 3 9 11 11 4 12 11 12 5 13 11 12 §3 动态规划的应用(1) * 二、背包问题 设有n种物品，每一种物品数量无限。第i种物品每件 重量为wi公斤，每件价值ci元。现有一只可装载重量为W 公斤的背包，求各种物品应各取多少件放入背包，使背 包中物品的价值最高。