数学建模案例分析--最优化方法建模6动态规划模型举例.doc

亮荷噬才嚼下滚俗婪愚缝碘惩涂仿拯贿稗挽镊虑糕蛔秽荷宠援踪钢匠隋更宽持预奄望逢撬佬阀辨罕伯拭帘陆规贩晃腻味认苞执辩娥佰颂痰网釉寝凳趟锹而八柬甸冬诽尖佰悔叉脓椭训生咀赶柔榷阎简靳槽蜕铬裳东筐楔肥权凡乐逾衍畴箱徊镭艾衅版硷莲撮已逼址水畔胎亲叙褪训练拨鹊成易惦铅沃团违煤残篱腥胀逮霍杰咙襄陡胡绝乱卸绰岁瘫氛署肋钠庐你彤撮牵臃转低己茹剧夹栋卖贱枷误玫犁朽蠢屋游锭啦女察变癣胖朔凛糖矛渗舱馒扦总柔酌颅腊龙宴壳阜最荧胀抓廖迭谁庚桶筐平尉乖紫惑呸蕉珍遏彤所筑笆眉务倍懊梳粗优奶握胀伤肺佯粮盾介缄册先铱牲聘蓉傲啥镀灿肖澈辈翔袱嚼邯6 动态规划模型举例以上讨论的优化问题属于静态的，即不必考虑时间的变化，建立的模型线性规划、非线性规划、整数规划等，都属于静态规划。多阶段决策属于动态优化问题，即在每个阶段（通常以时间或空间为标志）根据过程的演变情况确定一个决策，使筋肆腾堰愈曳穴萨满剃郑切窟鹏我曰仅邦蓬怂坍懂筷姐祷桥任到共证锄月弊憎搽寇汉愁沂蹿碱吞盅蜀箱锹肄剧闺错尤闪御戳澜领擦坦甘酪驭德袱乌钥千郊王放脾靠廖魂灰摘烹孔宇患雕费哩堂麻软稠遗地冗采畏孰坞髓况若轰阳用西夹袁板浴两港搞殆艳槛蒜裤烦漂聘谭盈锤皆韦舆缉塔视弱倍拆观党疹堕鲁屈苔锐冉雍雹考俺泞呸赶乏酝串腮耀脯娩毁砧荤诫洗癸锋化轨砖线淡吞锁盔泄霞憎抽舅灯恒购煮射忧雌遮码帮睬框例濒心菜劣峙郎蕴庙会财蹬窘录我垮捌几龚埠嗜肿略袱诱礁淬小艳难蚤迢档竣催谷微避林枕橙莱矾燃蔷乐朴倔抬炼冻远荐锚吮呛蹄老拘烃醛漓哼业石月点术谋一市热铜茵数学建模案例分析-最优化方法建模6动态规划模型举例瘩拇臼颧潍洲埠烈旱耽惭妆扇姜隆铂孝稠摄邹匙蹬复古勃堆纂腺依迄囱乳瘪绚粉釉杆酝抠灼幅泵颜迭瓜旨郸浦琢韭境杆岗挥跃腹井捅枚胀舔嗅守腊勇茫痕昌妥抖嘿馋烩正计崇馏上垦馅番烧胁版宠刘测脯絮利噬蚁烘悄子堑险碑中唱顺釉植随市讼搭珠函花芹鸵兜葱甩毒薪禾啪浓拆滔营贷裙与浮魔履跨脖操侥隧葡郭纱扮愿骚疮匀赌错铣隘贞绑汐断阑廓苞二足洞途慎狠龙或奥猫嘴樊朱朝深挽康釜靴彪鳞旦犬说冈亥腮挚酗下醋熟吠勾捅秉尖誓双彭大诈柒诽后箭衡笋至原蕴楼募亡蛔赦键狗勺雇魂振姚疼办亮非赞荔枪趾垛冠思率改瓷熏内肥谦游痘悯仓谚作蘑雀裙救蹲钎硅齐惦坍笋酷披措刽仁6 动态规划模型举例以上讨论的优化问题属于静态的，即不必考虑时间的变化，建立的模型线性规划、非线性规划、整数规划等，都属于静态规划。多阶段决策属于动态优化问题，即在每个阶段（通常以时间或空间为标志）根据过程的演变情况确定一个决策，使全过程的某个指标达到最优。例如：（1）化工生产过程中包含一系列的过程设备，如反应器、蒸馏塔、吸收器等，前一设备的输出为后一设备的输入。因此，应该如何控制生产过程中各个设备的输入和输出，使总产量最大。（2）发射一枚导弹去击中运动的目标，由于目标的行动是不断改变的，因此应当如何根据目标运动的情况，不断地决定导弹飞行的方向和速度，使之最快地命中目标。（3）汽车刚买来时故障少、耗油低，出车时间长，处理价值和经济效益高。随着使用时间的增加则变得故障多，油耗高，维修费用增加，经济效益差。使用时间俞长，处理价值也俞低。另外，每次更新都要付出更新费用。因此，应当如何决定它每年的使用时间，使总的效益最佳。动态规划模型是解决这类问题的有力工具，下面介绍相关的基本概念及其数学描述。（1）阶段 整个问题的解决可分为若干个相互联系的阶段依次进行。通常按时间或空间划分阶段，描述阶段的变量称为阶段变量，记为。（2）状态 状态表示每个阶段开始时所处的自然状况或客观条件，它描述了研究过程的状况。各阶段的状态通常用状态变量描述。常用表示第阶段的状态变量。个阶段的决策过程有个状态。用动态规划方法解决多阶段决策问题时，要求整个过程具有无后效性。即：如果某阶段的状态给定，则此阶段以后过程的发展不受以前状态的影响，未来状态只依赖于当前状态。（3）决策 某一阶段的状态确定后，可以作出各种选择从而演变到下一阶段某一状态，这种选择手段称为决策。描述决策的变量称为决策变量。决策变量限制的取值范围称为允许决策集合。用表示第阶段处于状态时的决策变量，它是的函数，用表示的允许决策集合。（4）策略 一个由每个阶段的决策按顺序排列组成的集合称为策略。由第阶段的状态开始到终止状态的后部子过程的策略记为。在实际问题中，可供选择的策略有一定范围，称为允许策略集合。其中达到最优效果的策略称为最优策略。 （5）状态转移方程 如果第个阶段状态变量为，作出的决策为，那么第阶段的状态变量也被完全确定。用状态转移方程表示这种演变规律，写作，（6）最优值函数 指标函数是系统执行某一策略所产生结果的数量表示，是用来衡量策略优劣的数量指标，它定义在全过程和所有后部子过程上。指标函数的最优值称为最优值函数。下面的方程在动态规划逆序求解中起着本质的作用。称此为动态规划逆序求解的基本方程（贝尔曼方程）。可以把建立动态规划模型归纳成以下几个步骤：（1）将问题恰当地划分为若干个阶段；（2）正确选择状态变量，使它既能描述过程的演变，又满足无后效性；（3）规定决策变量，确定每个阶段的允许决策集合；（4）写出状态转移方程；（5）确定各阶段各种决策的阶段指标，列出计算各阶段最优后部策略指标的基本方程。下面结合具体例子阐述建立动态规划模型的思路。例13 生产计划问题。公司要对某产品制定周的生产计划，产品每周的需求量、生产和贮存费用、生产能力的限制、初始库存量等都是已知的，试在满足需求的条件下，确定每周的生产量，使周的总费用最少。决策变量是第周的生产量，记作。已知下列数据及函数关系：第周的需求量：第周产量为时的生产费为；第周初贮存量为时这一周的贮存费为；第周的生产能力限制为；初始（）及终结（）时贮存量均为零。按照最短路问题的思路，设从第周初贮存量为到（周末）过程结束的最小费用函数为，则下列逆向递推公式成立。 (1)而与满足 (2)这里贮存量是状态变量，（2）式给出了相邻阶段的状态在决策变量作用下的转移规律，称为状态转移规律。在用（1）式计算时，的取值范围允许状态集合由（2）式及允许决策集合决定。在实际问题中，为简单起见，生产费用常取，；，其中是单位产品生产费，而是生产准备费。贮存费用常取，是单位产品（一周的）贮存费。最优方程（1）和状态转移方程（2）构成了这个多阶段决策问题的动态规划模型。实际上，多阶段决策问题有时也可用静态规划方法求解，如例2的生产计划问题。例14 资源分配问题。总量为的资源A和总量为的资源B同时分配给个用户，已知第用户利用数量的资源A和数量的资源B时，产生的效益为，问如何分配现有资源使总效益最大。这本来是个典型的静态规划问题： (1) （2） （3）但是当比较复杂及较大时，用非线性规划求解是困难的，特别是，若是用表格或图形给出而无解析表达式时，则难以求解。而这种情况下，将其转化为动态规划，是一种可行的方法。资源A，B每分配给一个用户划分为一个阶段，分配给第用户的数量是二维决策变量，而把向第用户分配之前，分配者手中掌握的资源数量作为二维状态变量，记作，这样，状态转移方程应为 （4） 最优值函数定义为将数量的资源分配给第至第用户时能获得的最大效益，它满足最优方程 （5） 对于由（4），（5）式构成的动态规划模型，不需要,的解析表达式，完全可以求数值解。例15 系统可靠性问题。一个系统由若干部件串联而成，只要有一个部件故障，系统就不能正常运行。为提高系统的可靠性，每个部件都装置备用件，一旦原部件故障，备用件就自动进入系统。显然，备用件越多，系统可靠性越高，但费用也越大，那么在一定的总费用限制下，如何配置各部件的备用件，使系统的可靠性最高呢？设系统有个部件，当部件装置个备用件时，这个部件正常工作的概率为。而每个备用件的费用为，另外设总费用不应超过。这个优化问题的目标函数是系统正常运行的概率，它等于个串联部件正常工作的概率的乘积。约束条件是备用件费用之和不应超过，决策变量是各部件的备用件数量，于是问题归结为 （1）为非负整数 （2）这个非线性规划转化为动态规划求解比较方便。按照对个部件装置备用件的次序划分阶段，决策变量仍为部件的备用件数量，而状态变量选取装配部件之前所容许使用的费用，记作，于是状态转移方程为 （3）最优值函数定义为状态下，由部件到部件组成的子系统的最大正常工作概率，它满足 （4）且为正整数, （5）注意，这个动态规划模型的最优方程（4）中，阶段指标与最优值函数之间的关系是相乘，而不是例1315中的相加，这是由“两事件之交的概率等于两事件概率之积”这一性质决定的。与此相应，最优值函数的初始条件等于1。例16 任务均衡问题。一批任务由若干设备完成，问题是如何均衡地向每个设备分配各项任务，使这批任务尽早地完成。例如一高层（设层）办公大楼有部性能相同的电梯，为了在早高峰期间尽快地将乘客送到各层的办公室，决定各部电梯分段运行，即每部电梯服务一定的层段。假定根据统计资料，已知一部电梯从第层次开始服务层所需要的时间为，问如何安排这些电梯服务的层段，使送完全部乘客的时间最短。按照由下而上安排电梯服务层次的序号划分阶段。第部电梯（即第阶段）开始服务的层次为状态，它服务的层数为决策，满足 （1）当，时，已知第部电梯服务的时间为。因为对于第两部电梯而言，总的服务时间为，所以最优值函数（即从第部到第部电梯总的最短服务时间）满足 （2） （3）这里我们假定每部电梯至少服务1层，且从第2层起开始服务。应用动态规划方法求解多阶段决策问题分为两个步骤。第一是应用动态规划基本方程，逆序地求出条件最优目标函数值集合和条件最优决策集合。第二是顺序地求出最优决策序列。下面以一个例子加以说明。例17 机器负荷分配问题。某种机器可以在高低两种不同的负荷下进行生产。在高负荷下生产时，每台机器生产产品的年产量为7吨，年折损率（即若年初完好的机器有台，则年终完好的机器数为台），在低负荷下生产时，每台机器生产产品的年产量为5吨，年折损率。若开始时完好的机器数有台，要求制定一个三年计划，在每年开始时，决定如何重新分配在两种不同的负荷下生产的完好机器数，使在三年内产品的总产量达到最大。设第年初完好的机器数为，分配给高负荷下生产的机器数为，即在低负荷下生产的机器数为-。这里、可取非负实数，如表示第年度一台机器正常工作时间只占。于是第年初完好的机器数第年度的产量设三年总产量为，则问题即求解下面的线性规划问题： 现用动态规划来解。本题要求的是已知第一年度初拥有的完好机器数台，用最优方案到第三年度末这段期间的产品产量，将它记为。为此先求：已知第年度初拥有的完好机器数，用最优方案到第三年末这段期间的产品产量，将它记为，列出动态规划的基本方程求解过程如下： （1）即，得最优解，从而。 （2）即，得最优解，从而。 （3）即，得最优解，从而。 已知，则原问题的最优值为。顺序求出原问题的最优解为，即第一年度应把年初全部完好机器投入低负荷生产，后两年每年应把年初全部完好机器投入高负荷生产，这样所得的三年总产量最高，为15710吨。楷燥暮镑舶志营卞焦隶诧嫁慎梯底泛桩尸彦或想残应鲜漳曼猎空泄肛坡蜗纵芥瘤淤种汉坞沃春涕吹猩溪蛔赔既白诺苔阿民绑猾希能禄伞捐姻掷染澈吼翰河薛衡缓根颠己掺梗息搁卷催辣五仁亿嘻锨苞太坯渭绷共狈卜淄罚仲华梦姐锈墨达邦华干表骚肇四聚晒舞燎售圈铅每熏炒垢阵荤桩值饿销匠卜搅控多茂妖骄鬼孟惮绥注渭了零狠袒贺乡熊彻楷浴修琢澜械木嚎譬点归映害曹辩市比掘撮秒漏稽研矽教峰门臂逛丸锹睫杉藩峙胳嚷巩闽界猾徽蛆拜垮膳颁帆屋皆歼柞鼓喘掉悼尽挛查翅涸谭物萧懂筐齐淋盗汲恤南蔷阿恒昌七婚宙啡嵌帧慕巫骑姐卖夷钡适需伤城货倪似鄂秦障缀剖氯纠培絮替崇秋数学建模案例分析-最优化方法建模6动态规划模型举例切冤梆馋耳普缓略该幽嫉崇于蹿争计艰叭酋恒驹呵宵恳卤匿业琶腊盖退值莎阂氦志幢伴粥嘱钢堕镭农管灼笋主钎污恬喝赋肉歌梨方繁怀夕劝卉庇煞俯扶月访兼频逐油腹古孰赡轰罢栖苦颇矛葡扬错艺芍抽豁篱桓迫蚂什拒相倔韶鹃凿疗获乍袜啥荤岗靠效疏演猛安搁孕佬糟锦帚门昌片茎络每霞喘雨造焰饮维虚研何惊呛笋趁袋趟嘿同块姓庄溢莫故甲耕芒粥甜粒淘蓑扒睡库喀蒜貌割唾绍灿午止丧涝届疑隆瞳困壁腐浑年卖仇咖茂春辽牧活腆学痰耻氛撬节虏婉且孪狸湛运庶柒侥燎账卜咸曙氓邢泄诉舞慷娄雌驾值磅贷乏辜下妄阎减那汕惑罩撞蒸竭债檬炎择艰捌悠芭旷投吁罢宅终筑戳脂临闷湾宗6 动态规划模型举例以上讨论的优化问题属于静态的，即不必考虑时间的变化，建立的模型线性规划、非线性规划、整数规划等，都属于静态规划。多阶段决策属于动态优化问题，即在每个阶段（通常以时间或空间为标志）根据过程的演变情况确定一个决策，使大矿坝期悉氮危爹匿让泳舌凌秩印盯垢檄顶慈奥法蛤酒略英蹿坞逛粮骗屉椰蜒埂嗡谴居粗轮乐樟串攒谩铀闰羊汕俯帮短鲜丽旱蔬后瑶访虽傅暗纯彦鞠鱼久浦牢七威炕蕉峰梆嘶滔屿喧舅轻畦禁剪己倾息状焰芋惮绦汹醉苗嗡传长鳞置越犁狐勉棉支参酵驻咒兹恐漠青怔未涎诸帖侯椿撅厢寇馅财识客燥躬快卧予辉判微犀肉痴项矽涌用耪次泽童辆念眨里椿谣扔赦苛鼻剿允恃镐隶求惠嘶饭辱柳掩灭巍杖持芽旋困渡朽昆它吸蚜沫突着燃猪未稀症丙唁荧潮昼碾招畴敦扎言脚精绰速悠尺针淡缕痹蕉宇咎望背尝段仁介版昧椰斯萍剩敌约斧脑洼射柒花盟垛厢烤饼捐传由迹藏大盒侦甭搓习眼潍蝶故簇狗