运筹学-钱颂迪-第7章.pptVIP

第7章动态规划;7-1多阶段决策过程及实例;多阶段决策过程的模型与特点

〔Multi-Stagedecisionprocess);动态规划方法与“时间”关系很密切，随着时间过程的开展而决定各时段的决策，产生一个决策序列，这就是“动态”的意思。然而它也可以处理与时间无关的静态问题，只要在问题中人为地引入“时段”因素，就可以将其转化为一个多阶段决策问题。;通过例子来看

【例1】以图7-2所示为例讨论的求最短路问题的方法;【例2】机器负荷分配问题。

某种机器在高、低两类负荷下工作。在高负荷下产量g和机器投入量u1的关系为g=g(u1)

此时机器的年完好率为a〔0a1〕，年初完好机器的数量为u，到年终完好的机器为au

在低负荷下产量h和机器投入量u2的关系为h=h(u2),此时机器的年完好率为b〔0b1〕

设第一年初完好的机器总数为s1，问连续五年内每年开始时怎么分配完好的机器用于两种负荷，使总产量最大？;7-2动态规划的根本概念和根本方程;局部最优路径法：只是选择当前最短途径，“逢近便走”，在这种想法指导下，所取决策必是A1→B1→C2→D2→E，全程长度是14；

显然，这种方法的结果常是错误的．

符合哲学论断：局部最优之和小于整体最优;动态规划方法：其根本思想是，首先将问题划分为4个阶段，每次的选择总是综合后继过程的一并最优进行考虑，在各段所有可能状态的最优后继过程都已求得的情况下，全程的最优路线便也随之得到〔如图〕;具体说，此问题先从E开始，因为E是终点，再无后继过程；故可以接着考虑第4阶段上所有可能状态D1,D2的最优后续过程；接着考虑阶段3上可能的状态C到E的最优决策和最优后继过程。以此类推，见图示分析;小结

全枚举法虽可找出最优方案，但不是个好算法

局部最优法那么是个错误方法

动态规划方法是科学有效的算法;7.2.1动态规划的根本概念;1.阶段(stage)

按时间或空间特征分解成假设干相互联系的阶段，用字母k表示阶段变量

本例有4个阶段，A→B→C→D→E，

k=1,2,3,4,5

2.状态(state)

各阶段开始时的客观条件叫做状态。用sk表示状态变量，Sk表示sk的集合。

该例：S1={s1}={A};S2={s21,s22,s23}={B1,B2,B3}

S3={s31,s32,s33}={C1,C2,C3}

……S5={E}

状态的无后效性：某阶段状态给定后，该状态以后的开展与以前各阶段的状态无关;3.决策(decision)

对各阶段的状态做决定，从而确定下阶段的状态称为决策。

用xk(sk)表示k阶段在sk状态下的决策变量

用Dk(sk)表示k阶段从sk出发所允许的决策集合

例如，x2(B1)=C3〔某个决策〕

D2(B1)={C1,C2,C3}〔从B1出发的所有决策〕

4.策略(policy)和子策略(subpolicy)

整个阶段的决策序列就构成一个策略

用p1,n{x1(s1),x2(s2),…,xn(sn)}表示。

它表示一种策略，从第一个状态到第n个状态

P1,n表示所有策略的集合

子策略就是策略的某一段序列;5.状态转移方程(状态转移律)

表示本阶段状态与上阶段状态和决策的结果的关系成为状态转移方程。即

sk+1=Tk(sk,xk)

本例中，sk+1=xk(sk)

如C2=u2(B1)

6.指标函数

用于衡量所选定策略优劣的数量指标称为指标函数

分为两种

①阶段指标函数：指第k阶段，从sk开始，采用决策xk时的效益。用d(sk,xk)表示

②过程指标函数：指第k阶段到m段，从sk开始到pm,k〔某策略〕的效益。1≤k≤m≤n。用Vk,m(sk,pk,m)表示;用fk(sk)表示从第k阶段状态sk开始到过程终止时采用最优策略p*k,m的最正确效益值。

fk(sk)＝Vk,n(sk,p*k,m)

在本例中，指标函数是距离

d(B1,C2)为阶段指标函数，表示B1到C2的距离

V2,5(B1)表示从B1到E的距离

f2(B1)表示从B1到E的最短距离;7.2.2动态规划的根本思想和根本方程;7.3动态规划的最优性原理和定理;7.4动态规划的解法

——逆序解法与顺序解法;通过两个例子来讲解

例一、刚刚的走线图。用逆序和顺序两个方法求解;用数学表达式来分析计算

1、逆序法;;2、顺序法;本章第一次作业：197页，7.2中的图7-8

要求用逆序法和顺序法各做一遍;例二〔书上169页例7-3,7-4〕;;;反推