动态规划 课件.pptVIP

动态规划;动态规划的基本概念： 1 阶段：把问题分为互相联系有一定次序的阶段，一般按时间和空间的自然特征划分。 2 状态：每个阶段开始所处自然状况或客观条件，不可控制。 用 表示第 阶段的状态变量，代表第 阶段所有始点的集合，又称该阶段的可达状态集合（状态变量的取值范围）。 状态的性质：无后效性（马尔科夫性） 3 决策：某个阶段的某个状态决定下一个阶段的状态 用 表示第 阶段当状态处于 时的决策变量。 4 策略：是一个按顺序排列的决策组成的集合。 用 表示由过程的第 阶段开始到终止状态为止的过程，即问题的后部子过程，称为 子过程策略。当 成为全过程的策略，简称策略。所有策略（允许策略集合）中达到最优效果的策略为最优策略;;;动态规划解法： 第一步：划分阶段 第二步：选择状态变量 第三步：确定决策变量 第四步：写状态转移方程 第五步： 指标函数; 动态规划（1）; 顺推法求解非线性规划： maxZ=4x1+9x2+2x32 x1+x2+x3=10 xi=0 I=1,2,3;顺推法求解非线性规划： maxZ=4x1+9x2+2x32 x1+x2+x3=10 xi=0 I=1,2,3 分析：理解为 第一阶段投资x1， 第二阶段投资x2 第三阶段投资x3 求最大利润maxZ=4x1+9x2+2x32 三阶段投资总额共有10亿元 非线性规划问题求解 第一阶段投资总额S1（状态变量） 第一二阶段投资总额S2 （状态变量） 第一二三阶段投资总额S3 （状态变量）;解:设状态变量S1=X1 ,S2=S1+X2, S3=S2+X3. F1(S1)=4X1=4S1 ( 第一阶段投资x1产生的效益4X1 ） 第一二阶段投资总量为S2产生的效益＝ 第一阶段投资x1产生的效益＋第二阶段投资X2产生的效益 F2(S2)=9X2+F1(S1)=4S2+5X2 X2 ＝ S2 当X2=S2时 maxF2(S2)=9S2 第一二三阶段投资总量为S3产生的效益＝ 第一二阶段投资S2产生的效益＋第三阶段投资X3产生的效益 S2=S3-X3 F3(S3)= 2X32 +F2(S2)= 2X32 + 9(S3 -X3 ) = 2X32-9X3+9S3 =h3(S3,X3) d h3(S3,X3) /dX3=4X3-9=0 =X3=9/4 0=X3 =10 在X3=9/4, F3(S3)有最小值, F3(S3) 最大值 X3 ＝10 max F3(S3)=2*102=200 即X3=10,则 X1,X2为0 max Z=200.;X3;背包问题?用动态规划解下列问题： Max Z= 8 X1 +7X2 S.T. 2X1 +X2 ≤ 8 5X1 +2X2 ≤ 15 X1 , X2 为非负整数 ;;X2 为整数 F*2（V2 ，W2 ）= Max {7 X2} = 7min {[ V2], [W2/2]} ([ V]是小于等于V的最大整数) F*1（V1 ，W1 ）= Max {8 X1 + F*2（V2 ，W2 ）} =Max {8 X1 + F*2（V1 -2X1，W1 - 5X1）} 0≤2X1 ≤V1 (重量) 0≤5X1 ≤W1 (体积) X1 为整数 而V1 =8，W1=15 因此 F*2（V1 -2X1，W1 - 5X1）= 7min {[ 8 -2X1], [(15 - 5X1)/2] F*1（8 ，15 ）= Max {8 X1 + 7min {[ 8 -2