管理运筹学 第8章 动态规划.ppt

*Dk(xk)——k阶段状态变量为xk时决策的允许取值范围;uk(xk)表示第k阶段状态变量为xk时对方案的选择。例1中从B1点出发允许决策集合D(B1)={C1,C2,C3}，如果选取下一个到达点为C2,则决策变量u2(B1)=C2,从C1点出发允许的决策集合D(C1)={D1,D2}如果选取下一个到达点为D2,则决策变量u3(C1)=D1*第k年投入高负荷的机器数uk,D(uk)={0≤uk≤xk)*把各个阶段的决策综合起来，构成一个决策序列，称为一个策略。由于各个阶段选取的决策不同，对应整个过程就可以有一系列不同的策略。当对过程采取某一个策略时，可以得到一个确定的效果，采取不同的策略，就会得到不同的效果。*状态转移方程描述了由一个阶段的状态到下一阶段的状态的演变规律。即xk+1的值对应于xk和uk的值。*xk+1的值对应于xk和uk的值。uk——第k年投入高负荷的机器数xk+1=0.7uk+0.9(xk-uk)=0.9xk-0.2uk*OPT代表最优化，根据效益值的具体含义(如产量、成本、距离)可以是求最大（max）或最小值（）*f6(x6)＝0*f6(x6)＝0OPT代表最优化，根据效益值的具体含义(如产量、成本、距离)可以是求最大（max）或最小值（）*状态转移方程描述了由一个阶段的状态到下一阶段的状态的演变规律。即xk+1的值对应于xk和uk的值。*如最短路问题，从某一状态出发寻求最优选择时，是从下述所有可能的组合中进行优化选取的：将本阶段决策的指标效益值加上从下阶段开始采取最优策略时的指标效益值。这是一种递推关系式，按逆序算法时可以从最后一个阶段反推到过程的开始。*状态变量取值：0?x1?S1,0?3x2?S2,0?2x3?S3*状态变量取值：0?x1?S1,0?3x2?S2,0?2x3?S3*（1）状态变量首先应描述反映研究过程的演变特征，其次它应包含到达这个状态前的足够信息，并具有无后效性，即到达这个状态前的过程的决策将不影响到该状态以后的决策。如最短路问题中旅行者从C1点以后的最优路线的选择只与状态C1有关，与C1点以前的路线选择无关。（2）允许的决策集合相当于线性规划问题中的约束条件。（3）如果X的取值唯一确定，相应的多阶段决策过程为确定性多阶段决策过程。（4）指标函数是衡量决策过程效益高低的指标。**状态转移方程描述了由一个阶段的状态到下一阶段的状态的演变规律。即xk+1的值对应于xk和uk的值。*************（2）k=2，对B项目：f2(x2)=max{v2(u2)+f3(x3)}，D2(x2)={0,2,4,6,8}，0≤x2≤8，x3=x2-u2，列表计算如下：x2u2v2(u2)+f3(x3)f2(x2) u2*(x2)（2）k=2，对B项目：f2(x2)=max{v2(u2)+f3(x3)}，D2(x2)={0,2,4,6,8}，0≤x2≤8，x3=x2-u2，列表计算如下：x2u2v2(u2)+f3(x3)02468f2(x2) u2*(x2)024680————0+109+0———0+289+1020+0——0+359+2820+1035+0—0+439+3520+2835+104001028374800024（3）k=1，对A项目：f1(x1)=max{v1(u1)+f2(x2)}，D1(x1)={0,2,4,6,8}，x1=8，x2=x1-u1，列表计算如下：x1u1v1(u1)+f2(x2)f1(x1) u1*(x1)（3）k=1，对A项目：f1(x1)=max{v1(u1)+f2(x2)}，D1(x1)={0,2,4,6,8}，x1=8，x2=x1-u1，列表计算如下：x1u1