教案动态的规划改.pptVIP

动态规划（Dynamic Programming）;教学大纲:;A;多阶段决策问题的典型例子： 1 . 生产决策问题：企业在生产过程中，由于需求是随时间变化的，因此企业为了获得全年的最佳生产效益，就要在整个生产过程中逐月或逐季度地根据库存和需求决定生产计划。; 这时，机器的年完好率为a，即如果年初完好机器的数量为u，到年终完好的机器就为au, 0a1。; 3. 航天飞机飞行控制问题：由于航天飞机的运动的环境是不断变化的，因此就要根据航天飞机飞行在不同环境中的情况，不断地决定航天飞机的飞行方向和速度（状态），使之能最省燃料和实现目的（如软着落问题）。; 最短路问题：给定一个交通网络图如下，其中两点之间的数字表示距离（或花费），试求从A点到G点的最短距离（总费用最小）。;生产存贮决策问题; 但要便于把问题的过程能转化为多阶段决策 的过程。; 在实际问题中决策变量的取值往往在某一范围之内，此范围称为允许决策集合。常用Dk(sk)表示第k阶段从状态sk出发的允许决策集合，显然有 ; 系统在某一阶段的状态转移不但与系统的当前的状态和决策有关，而且还与系统过去的历史状态和决策有关。其状态转移方程如下（一般形式）;1; 如果状态变量不能满足无后效性的要求，应适当地改变状态的定义或规定方法。; 由每段的决策按顺序排列组成的决策函数序列称为k子过程策略，; 它是定义在全过程或所有后部子过程上确定的数量函数。;常见的指标函数的形式是：;过程和它的任意子过程的指标是它所包含的各阶段的指标的 乘 积。即 ; 多阶段决策过程的数学模型：（具有无后效性的多阶段决策过程）; 多阶段决策过程的数学模型：（具有无后效性）;小结:;解多阶段决策过程问题，求出;第三节：动态规划的基本思想和基本方程;3;k=5，出发点E1、E2、E3;k=4，;A;用动态规划（逆序法求解的）基本特性：; 求解的各个阶段,我们利用了k阶段与k+1阶段之间的递推关系:; 一般情况,k阶段与k+1阶段的递推关系式（动态规划基本方程）;小结:;第四节： 动态规划的理论基础和 具体迭代方 法; 动态规划方法的理论基础是基于R. Bellman提出的最优性原理：“一个过程的最优策略具有这样的性质：即无论其初始状态及初始决策如何，对于先前决策所形成的状态而言，余下的诸决策仍构成最优策略。”; 动态规划的最优性定理：设阶段数为n的多阶段决策过程，其阶段编号为k=0,1,...,n-1。允许策略;证明：必要性（ ）;充分性（ ）设p0,n-1=(p0,k-1,pk,n-1)为任一策略，sk为由（s0，p0,k-1）所确定的k阶段的起始状态，则有（以最大化为例）; 推论：若允许策略p*0,n-1是最优策略，则对任意的k,0kn-1,它的子策略p*k,n-1对于以 s*k=Tk-1(s*k-1,u*k-1) 为起点的k到n-1子过程来说，必是最优策略。 （注意：k段状态s*k,是由s0和p*0,k+1所确定的）;第五节 动态规划与静态规划之间的关系及其相关总结; 5.1 逆序（递推）法; 当阶段k=n-1时; 当阶段k=1时;例1 用动态规划的逆序法求解下面问题:; 指标函数;当阶段k=2时，有;当阶段k=1时，有;问如何分配投资数额才能使总效益最大?;状态转移方程;当阶段k=2时，有;是凹函数，故比较[0,10]的端点;5.2 顺序解法 自学内容;资源分配问题 生产与存贮问题 设备更新问题;第一节 资源分配问题 ;决策集合：Dk(sk)={uk|0?uk=xk?sk};某公司拟将5台某种设备分配给所属的甲、乙、丙三个工厂，各工厂若获得这种设备，可以为公司提供的盈利如表。 问：这五台设备如何分配给各工厂，才能使公司得到的盈利最大。;k=3时，0?s3?5， x3＝s3;当阶段k=2时， s3=s2-x2， 0?s2?5， 0?x2?s2，有;;;;结果列于下表：;当阶段k=1时， s2=s1-x1， s1=5， 0?x1?s1，有;结果可写成表格的形式;S3*=s2*-x2*=5-2=3;按计算表格的顺序逆推，可知最优分配方案有两个： 甲工厂分配0台，乙工厂分配2台,丙工厂分配3台。;1.2 资