824逆序解法与顺序解法.pptxVIP

1 8.2-4 逆序解法与顺序解法 反向递推的求解过程是动态规划方法的一个重要特征，这种解题方法的寻优方向与全过程的发展方向相反。 求解动态规划的另一种重要方法是正向递推，即是从始点出发逐段正向递推计算，直至终点，以求得全过程的最优解。这时寻优方向与全过程的发展方向是一致的。用正向递推建立的动态规划函数基本方程如下： 2 为从初始阶段出发到第 k 阶段状态 sk 止采取最 优子策略或最优策略所获得的最优指标函数值。 为系统在第 k 阶段状态 sk 时采取决策 的阶段指标。状态变量 sk 则描述该阶段结束时的系统状况。 状态转移方程： 从本质上讲， 顺序解法和逆序解法原理（除去其方向因素外）是相同的，在具体的求解过程中，都是将原问题转化为一系列单个问题的求解。 但是，两种方法各有优势，前向法求解下面例8.3时，有明显的优势。一般地，当初始状态给定时，用逆推法比较方便；当终止状态给定时，用顺推法比较方便。 后向法求出了各点到目标地的最短路线；而前向法求出了起点到各目的地的最短路线。 这里， 3 例8.3 2 3 1 1 3 2 1 2 4 3 2 4 2 1 C1 C3 D1 A B1 B3 B2 D2 C2 图8.3 4 　　线性规划和非线性规划所研究的问题，通常都是与时间无关的，故又可以称为静态规划； 静态规划与动态规划在很多情况下（原则上）是可以相互转换的 。动态规划可以看作是求 d1, d2,…, dn 使得指标函数 v1n(d1, d2,…, dn ) 达到最优的极值问题，状态转移方程，起始条件以及允许状态集，允许决策集等是约束条件，原则上它可以用线性规划或非线性规划方法求解；反过来，一些静态规划只要适当引入阶段变量、状态、决策变量等要素就可以用动态规划方法来求解。 8.3 动态规划应用举例 动态规划和静态规划 5 所谓资源分配问题，就是将数量一定的一种或若干 种资源(如资金、原材料、机器设备、劳动力等)恰当的 分配给若干个使用者，从而使得总的经济效益最大。 一种资源分配问题可叙述如下：设有数量为 a 的某 种资源，用于生产 n 种产品，若以数量为 xi 的资源投 入第 i 种产品的生产，其收益相应的为 gi (xi)，问如何 分配这种资源，才能使得生产 n 种产品的总收入最大？ 8.3.1 资源分配问题 6 (2) 状态变量： 　 (1) 阶段变量： ,这里把资源分配给一个 或者几个使用者的过程作为一个阶段。 种产品的原料数量； 其静态规划的数学模型的形式一般为： 转化成动态规划模型为： 7 注：利用动态规划进行逐段计算，最后求得即为所求问题的最大总收入。 (3) 决策变量： (6) 递推关系式： 允许决策集： (4) 状态转移方程： (5) 阶段指标： 8 p205 例4 巡逻队问题 阶段变量 k：把9只巡逻队往三个部位派遣依次分成三个阶段（ k =1, 2, 3 ） 决策变量 xk：表示第 k 阶段派出巡逻队数 状态变量 sk：表示第 k 阶段派出巡逻队后，剩余的巡逻队数 状态转移方程： sk-1 = sk + xk 阶段指标 pk(xk) ：表示第 k 阶段派出巡逻队xk时，该阶段的预期损失值 解（顺序解法） 9 p205 例4 巡逻队问题（续） 递推关系式： 当 k=1 时，(s0=9) x1 s1 p1( x1) f1 (s1) x1* 2 3 4 5 10 10 4 6 14 14 3 7 18 18 2 10 当 k=2 时 x2 s2 p2( x2) + f1 (s1) f2 (s2) x2* 2 3 4 2 - 35+10 31+14 45 3或4 3 38+10 35+14 31+18 48 2 4 38+14 35+18 - 52 2 当 k=3 时 x3 s3 p3( x3) + f2 (s2) f23(s3) x3* 2 3 4 0 24+45 22+48 21+52 69 2 结果 11 p205 例4 巡逻队问题 阶段变量 k：把9只巡逻队往三个部位派遣依次分成三个阶段（ k =1, 2, 3 ） 决策变量 xk：表示第 k 阶段派出巡逻队数 状态变量 sk：表示第 k 阶段初可派遣的巡逻队数 状态转移方程： sk+1 = sk - xk 阶段指标 pk(xk) ：表示第 k 阶段派出巡逻队xk时，该阶段的预期损失值 解（逆序解法） 12 p205 例4 巡逻队问题（续）