第8章动态规划_第1页
第8章动态规划_第2页
第8章动态规划_第3页
第8章动态规划_第4页
第8章动态规划_第5页
已阅读5页,还剩58页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

动态规划8.1多阶段决策问题与动态规划

8.2动态规划的基本概念

8.3动态规划的步骤

8.4动态规划的应用

1求解静态规划问题

2资源分配问题

3不确定性采购问题

4排序问题

动态规划所研究的对象是多阶段决策问题。所谓多阶段决策问题是指一类活动过程,它可以分为若干个相互联系的阶段,在每个阶段都需要作出决策。这个决策不仅决定这一阶段的效益,而且决定下一阶段的初始状态。每个阶段的决策确定以后,就得到一个决策序列,称为策略。多阶段决策问题就是求一个策略,使各阶段的效益的总和达到最优。8.1多阶段决策问题与动态规划安全过河问题古代有3位商人各自带了一个仆人外出来到了一个渡口,渡口只有一条小船每次只能乘2人,仆人私下约定只要岸上的仆人人数超过商人人数,就可杀人越货.但是过河的决策由商人制定.问商人如何安全的渡过河去?一、多阶段决策问题1.时间阶段的例子(机器负荷问题)

某厂有1000台机器,现需作一个五年计划,以决定每年安排多少台机器投入高负荷生产(产量大但损耗也大)可使五年的总产量最大。12345S1=1000x1x2x5x4x3s5v1v2v3v4v5s2s3s48.1多阶段决策问题与动态规划2.空间阶段的例子(最短路问题)

如图为一线路网络。现要从A点铺设一条管道到E点,图中两点间连线上数字表示两点间距离。现需选一条由A到E的铺管线路,使总距离最短。AEB1B2B3C1C2C3D1D229531225156468101312111410阶段1阶段2阶段3阶段4动态规划解决问题的基本特征1.动态规划一般解决最值(最优,最大,最小,最长……)问题;2.动态规划解决的问题一般是离散的,可以分解(划分阶段)的;3.动态规划解决的问题必须包含最优子结构,即可以由(n-1)的最优推导出n的最优动态规划模型的分类:以“时间”角度可分成:

离散型和连续型。从信息确定与否可分成:

确定型和随机型。从目标函数的个数可分成:

单目标型和多目标型。1.基本概念阶段(Stage)——分步求解的过程,用阶段变量k表示,k=1,,n状态(State)——每阶段初可能的情形或位置,用状态变量Sk表示。

按状态的取值是离散或连续,将动态规划问题分为离散型和连续型。决策(

Decision)——每阶段状态确定后的抉择,即从该状态演变到下阶段某状态的选择,用决策变量xk表示。状态转移——由Sk转变为Sk+1的规律,记Sk+1=T(Sk,xk)。策略(

Policy)——由各阶段决策组成的序列,记P1n={x1,…,xn},

称Pkn={xk,…,xn}为阶段k至n的后部子策略。

8.2

基本概念与方程当前状态以前状态决策显然,从上图可以看出,当前状态通过决策,回到了以前状态.可见决策其实就是状态之间的桥梁。而以前状态也就决定了当前状态的情况。KSkSk+1XkVk过河:决策向量xk(I,J)初始状态s1是T(3,3)结束状态sn是T(0,0)可达状态有哪些?(3,J)(2,2)(1,1)(0,J)0321123AJII表示留在左岸的商人人数J表示留在左岸的仆人人数阶段指标——每阶段选定决策xk后所产生的效益,记

vk=vk(Sk,xk)。指标函数——各阶段的总效益,记相应于Pkn的指标函数为vkn=vkn(Sk,Pkn)。其中最优的称最优指标函数,记fk=fk(Sk

)=optvkn。问题:动态规划的最优解和最优值各是什么?——最优解:最优策略P1n

最优值:最优指标f1。多阶段决策过程

d1d2dNs1s2s3

sNsN+112N

V1V2VN

N阶段决策系统示意图2.基本原理与基本方程(1)基本原理以最短路为例说明(2)基本方程根据最优性原理,可建立从后向前逆推求解的递推公式——基本方程:通常动态规划问题的最优值函数满足递推关系式.。

边界条件

动态规划求解的一般步骤:

-确定过程的分段,构造状态变量;

-设置决策变量,写出状态转移;

-列出阶段指标和指标函数;

-写出基本方程,由此逐段递推求解。KSkSk+1XkVk8.3动态规划的求解方法例1

用动态规划方法求解前面的最短路问题。AEB1B2B3C1C2C3D1D2295312251564681013121114101.离散型求解方法

标号法求解在每个节点上标出从该节点到终点的最短距离AEB1B2B3C1C2C3D1D229531225156468101312111410始端终端0528712201419191234逆序解法AEB1B2B3C1C2C3D1D229531225156468101312111410请在每个节点上标出从该节点到始点的最短距离顺序解法解:设阶段k=1,2,3,4依次表示4个阶段选路的过程;

状态sk表示k阶段初可能处的位置;决策xk表示k阶段初可能选择的路;阶段指标vk表示k阶段与所选择的路段相应的路长;指标函数vk4=表示k至4阶段的总路长;

用表格方式求解逆推AEB1B2B3C1C2C3D1D2295312251564681013121114104kSkxkvkvkn=vk+fk+1

fk3C1C2C38712C1D1EC2D2EC3D2EkSkxkvkvkn=vk+fk+1

fkAEB1B2B3C1C2C3D1D2295312251564681013121114102B1B2B320B1C1D1E14B2C1D1E19B3C2D2EkSkxkvkvkn=vk+fk+1

fkAEB1B2B3C1C2C3D1D2295312251564681013121114101A19AB2C1D1EP*14=AB2C1D1Ef1=19(最短路)(最短距)2.连续型(用公式递推求解)例2

用动态规划方法求解前面的机器负荷问题。某种机器可以在高、低两种负荷下进行生产。高负荷年产量8,年完好率0.7;低负荷年产量5,年完好率0.9。现有完好机器1000台,需制定一个5年计划,以决定每年安排多少台机器投入高、低负荷生产,使5年的总产量最大。12345S1=1000x1x2x5x4x3s5v1v2v3v4v5s2s3s4阶段指标vk=8xk+5(sk-xk)表示第k年的产量;指标函数vkn=表示第k至5年的总产量;解:设阶段k=1,…,5表示第k年安排机器的过程;状态sk表示第k年初的完好机器台数;决策xk表示第k年投入高负荷的机器台数;则投入低负荷的台数为sk-xk

;状态转移sk+1=0.7xk+0.9(sk-xk);f5(S5

)是关于x5的单调增函数x5*=S5

f5

(S5

)=8S55年的最大总产量为23.72×1000=23720。逆推解法的特点:12345S1x1x2x5x4x3s5v1v2v3v4v5s2s3s4始端已知终端边界值取0或11.已知初始状态s12.最优值函数fk(sk)表示第k阶段的初始状态为sk,从k阶段到n阶段的最优值.该问题的最优值f1(s1)3.边界条件是fn+1=0或者14.递推关系是fk(sk)=opt(vk+fk+1)8.4

动态规划应用举例

本节将通过动态规划的四种应用类型——静态规划问题的动态规划求解、资源分配问题、复合系统可靠性问题、设备更新问题,进一步介绍动态规划的特点和处理方法。123S1x1x2x3v1v2v3s2s3s4三阶段决策问题状态变量Sk:s1,s2,s3,s4决策变量为xi:x1,x2,x3例子:一、静态规划问题的动态规划求解123S1x1x2x3v1v2v3s2s3s44假定s1=4,用逆推法可分析每个阶段的状态转移:第3阶段:s3=x3第2阶段:s2=x2+s3第1阶段:s1=x1+s2递推方程:每个阶段上决策变量的取值范围?123S1x1x2x3v1v2v3s2s3s4k123sk431x*k121fk441123S1x1x2x3v1v2v3s2s3s44假定s4=4,用顺推法可分析每个阶段的状态转移:第1阶段:s2=x1第2阶段:s3=x2+s2第3阶段:s4=x3+s3递推方程:每个阶段上决策变量的取值范围?已知终止状态sn+1怎么求解动态规划?k123sk-+1134x*k121fk144二、资源分配问题1.问题的一般提法

设有某种资源,总数量为a,用于生产n种产品;若分配数量xi用于生产第i种产品,其收益为gi(xi)。问应如何分配,可使总收益最大?2.数学规划模型模型的特点——变量分离。3.用动态规划方法求解阶段k状态sk决策xk=1,…,n表示把资源分配给第k种产品的过程;表示在给第k种产品分配之前还剩有的资源量;表示分配给第k种产品的资源量;状态转移sk+1=sk-xk;阶段指标vk指标函数vkn

12S1=ax1x2g1(x1)g2(x2)

nxnsngn(xn)s2s3...例3某公司拟将某种高效设备5台分配给所属甲、乙、丙3厂。各厂获此设备后可产生的效益如下表。问应如何分配,可使所产生的总效益最大?效益厂设备台数甲乙丙000013542710639111141211125131112解:阶段k状态sk决策xk=1,2,3依次表示把设备分配给甲、乙、丙厂的过程;表示在第k阶段初还剩有的可分台数;表示第k阶段分配的设备台数;状态转移sk+1=sk-xk;阶段指标vk指标函数vk3

问题:本问题是属于离散型还是属于连续型?怎样解?——离散型,用表格的方式求解。效益厂设备台数甲乙丙000013542710639111141211125131112kSkxkvkvk+fk+1

fk30123450123450461112120+04+06+011+012+012+0046111212012345kSkxkvkvk+fk+1

fk0123452000+000-0

000+4155+051-0

000+6155+421010+0102-0

000+11155+621010+431111+0142-1

000+12155+1121010+631111+441111+0161-32-2

000+12155+1221010+1131111+641111+451111+0212-3kSkxkvkvk+fk+1

fk15012345037912130+213+167+149+1012+513+0210-2-32-2-1最优策略:P*13为0-2-3或2-2-1,即分给甲厂0台、分给乙厂2台、分给丙厂3台,或分给甲厂2台、分给乙厂2台、分给丙厂1台。最优值:f1=21。可见,最优解可以是不唯一的,但最优值是唯一的。资源分配问题的应用很广泛,例如:

1.某学生正在备考4门功课,还剩7天时间,每门功课至少复习1天。若他已估计出各门功课的复习天数与能提高的分数之间的关系,问他应怎样安排复习时间可使总的分数提高最多?

2.背包问题:旅行者携带的背包中能装的物品重量为a,现他要从n种物品中挑选若干数量装入背包,问他应如何挑选可使所带的物品总价值最大?其中,ci(xi)表示携带数量为xi的价值函数;Wi表示第i种物品的单件重量1n2s1x1x2xnSn+1s2v1=c1(x1)vn=cn(xn)v2=c2(x2)sn三、复合系统工作可靠性问题1.问题的一般提法

设某工作系统由n个部件串接而成,为提高系统的可靠性,在每个部件上装有备用件。已知部件i上装有xi个备用件时,其正常工作的概率为pi(xi);每个部件i的备用件重量为wi,系统要求总重量不超过W。问应如何安排备用件可使系统可靠性最高?串接:122.数学规划模型模型的特点——变量分离。3.用动态规划方法求解12S1=Wx1x2p1(x1)p2(x2)

nxnsnpn(xn)s2s3...阶段k状态sk决策xk=1,…,n表示安排第k个部件备用件的过程;表示在给第k个部件安排之前还剩有的容许重量;表示第k个部件上安排的备用件数量;状态转移sk+1=sk-wkxk;阶段指标vk指标函数vkn

可靠性问题的应用很广泛,例如:

1.某重要的科研攻关项目正在由3个课题组以3种不同的方式进行,各组已估计出失败的概率。为减少失败的概率,选派了2名高级专家去充实科研力量。若可估计出各组增加专家后的失败概率,问应如何分派专家可使总的失败概率最小?

2.已知x1+x2+…+xn=c,求z=x1x2…xn的最大值。四、设备更新问题例4

某运输公司购进一批卡车投入运营,公司每年初需对卡车作出更新或继续使用的决定。假设第k年中,rk(tk)表示车龄为tk的车使用一年的收入,uk(tk)表示车龄为tk的车使用一年的维修费用,ck(tk)表示车龄为tk的车更新成新车的费用。现公司需制定一个10年计划,以决定如何安排使10年的总收入最大。12S1=?x1x210x10s10v1v2v10s2…问题:状态和决策怎样设置?——决策是更新与否,可用0-1变量表示;状态可设为车龄。阶段k状态sk决策xk=1,…,10表示第k年的决策过程;=tk表示第k年的车龄;状态转移tk+1=tk+1(1-xk)阶段指标vk指标函数vkn

=rk[tk

]-uk[tk]-ck(tk)(1-xk)(1-xk)xk四、其他——随机型问题举例例5

某瓷厂接受订制一个瓷瓶的任务。瓷瓶用电炉烧制。据技术分析估计,每个瓷瓶出炉后的合格率为0.5,各瓶合格与否相互独立

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论