数学模型动态规划方案.docVIP

动态计划 动态计划(dynamic programming)是运筹学一个关键分支，它是处理多阶段决议问题一个有效数量化方法．动态计划是由美国学者贝尔曼(R．Bellman）等人所创建．1951年贝尔曼首先提出了动态计划中处理多阶段决议问题最优化原理，并给出了很多实际问题解法．1957年贝尔曼发表了《动态计划》一书，标志着运筹学这一关键分支诞生． §1动态计划概念和原理 一、动态计划基础概念 引例: 最短路线问题 美国黑金石油企业（The Black Gold Petroleum Company）最近在阿拉斯加（Alaska）北斯洛波（North Slope）发觉了大石油储量。为了大规模开发这一油田，首先必需建立对应输运网络，使北斯洛波生产原油能运至美国3个装运港之一。在油田集输站（结点C）和装运港（结点P1、P2、P3）之间需要若干个中间站，中间站之间联通情况图1所表示，图中线段上数字代表两站之间距离（单位：10千米）。试确定一最好输运线路，使原油输送距离最短。 解：最短路线有一个关键性质，即假如由起点A经过B点和C点抵达终点D是一条最短路线，则由B点经C点抵达终点D一定是B到D最短路（贝尔曼最优化原理）。此性质用反证法很轻易证实，因为假如不是这么，则从B点到D点有另一条距离更短路线存在，不妨假设为B—P—D；从而可知路线A—B—P—D比原路线A—B—C—D距离短，这和原路线A—B—C—D是最短路线相矛盾，性质得证。 依据最短路线这一性质，寻求最短路线方法就是从最终阶段开始，由后向前逐步递推求出各点到终点最短路线，最终求得由始点到终点最短路；即动态计划方法是从终点逐段向始点方向寻求最短路线一个方法。根据动态计划方法，将此过程划分为4个阶段，即阶段变量；取过程在各阶段所处位置为状态变量，按逆序算法求解。 C C P3 P2 P1 M11 M12 M21 M22 M23 M31 M32 M33 M34 10 12 8 6 9 11 10 7 6 9 7 5 11 4 6 8 6 4 3 7 7 6 5 3 4 k=1 k=2 k=3 k=4 图1 当初： 由结点M31抵达目标地有两条路线能够选择，即选择P1或P2；故： 选择P2 由结点M32抵达目标地有三条路线能够选择，即选择P1、P2或P3；故： 选择P2 由结点M33抵达目标地也有三条路线能够选择，即选择P1、P2或P3；故： 选择P3 由结点M34抵达目标地有两条路线能够选择，即选择P2或P3；故： 选择P2 当初： 由结点M21抵达下一阶段有三条路线能够选择，即选择M31、M32或M33；故： 选择M32 由结点M22抵达下一阶段也有三条路线能够选择，即选择M31、M32或M33；故： 选择M32或M33 由结点M23抵达下一阶段也有三条路线能够选择，即选择M32、M33或M34；故： 选择M33或M34 当初： 由结点M11抵达下一阶段有两条路线能够选择，即选择M21或M22；故： 选择M22 由结点M12抵达下一阶段也有两条路线能够选择，即选择M22或M23；故： 选择M22 当初： 由结点C抵达下一阶段有两条路线能够选择，即选择M11或M12；故： 选择M11 从而经过次序（计算反次序）追踪（黑体标示）能够得到两条最好输运线路：C—M11—M22—M32—P2；C—M11—M22—M33—P3。最短输送距离是280千米。 一个多阶段决议过程最优化问题动态计划模型通常包含以下要素。 1、阶段 阶段是过程中需要做出决议决议点。描述阶段变量称为阶段变量，常见k来表示。阶段划分通常是依据时间和空间自然特征来进行，但要便于将问题过程转化为多阶段决议过程。阶段变量通常见表示。 2、状态 状态（state）表示每个阶段开始时过程所处自然情况。它应能描述过程特征而且无后效性，即当某阶段状态变量给定时，这个阶段以后过程演变和该阶段以前各阶段状态无关。通常还要求状态是直接或间接能够观察。 描述状态变量称状态变量（state variable）。变量许可取值范围称许可状态集合(set of admissible states)。用表示第阶段状态变量，它能够是一个数或一个向量。用表示第阶段许可状态集合。 个阶段决议过程有个状态变量，表示演变结果。 依据过程演变具体情况，状态变量能够是离散或连续。为了计算方便有时将连续变量离散化；为了分析方便有时又将离散变量视为连续。状态变量简称为状态。 3 决议 当一个阶段状态确定后，能够作出多种选择从而演变到下一阶段某个状态，这种选择手段称为决议（decision），在最优控制问题中也称为控制（control）。 描述决议变量称决议变量（decision variable），变量许