2023-01-07動態(tài)規(guī)劃

#.是什么:

動態(tài)規(guī)劃--把多階段過程轉(zhuǎn)化為一系列單階段問題,逐個求解通殃,是求解決策過程(decisionprocess)最優(yōu)化的數(shù)學(xué)方法度液。

#.為什么:

應(yīng)用領(lǐng)域:

--經(jīng)濟管理、生產(chǎn)調(diào)度画舌、工程技術(shù)和最優(yōu)控制等方面得到了廣泛的應(yīng)用堕担。例如最短路線、庫存管理骗炉、資源分配照宝、設(shè)備更新、排序句葵、裝載等問題,用動態(tài)規(guī)劃方法比用其它方法求解更為方便兢仰。

--動態(tài)規(guī)劃主要用于求解以時間劃分階段的動態(tài)過程的優(yōu)化問題乍丈,但是一些與時間無關(guān)的靜態(tài)規(guī)劃(如線性規(guī)劃、非線性規(guī)劃)把将,只要人為地引進時間因素轻专,把它視為多階段決策過程,也可以用動態(tài)規(guī)劃方法方便地求解察蹲。

根據(jù)過程的時間變量是離散的還是連續(xù)的请垛,分為離散時間決策過程(discrete-timedecision process)和連續(xù)時間決策過程(continuous-time decision process);

根據(jù)過程的演變是確定的還是隨機的洽议,分為確定性決策過程(deterministicdecision process)和隨機性決策過程(stochastic decision process)宗收,其中應(yīng)用最廣的是確定性多階段決策過程。

#怎么做:

步驟

動態(tài)規(guī)劃模型通常包含以下要素:(以題目展示)

1.階段:階段(step)是根據(jù)時間順序或空間順序特征對整個過程的自然劃分亚兄。階段變量一般用k=1,2,L,n表示混稽。在例1中由A出發(fā)為k=1,由B(i=1,2)i出發(fā)為k=2审胚,依此下去從F(i=1,2)i出發(fā)為k=6匈勋,共n=6個階段。

2.狀態(tài):狀態(tài)(state)表示每個階段開始時過程所處的自然狀況膳叨。它應(yīng)能描述過程的特征并且無后效性洽洁,即當某階段的狀態(tài)變量給定時,這個階段以后過程的演變與該階段以前各階段的狀態(tài)無關(guān)菲嘴。通常還要求狀態(tài)是直接或間接可以觀測的饿自。

-狀態(tài)變量:描述狀態(tài)的變量碎浇,xk表示第k階段的狀態(tài)變量,它可以是一個數(shù)或一個向量璃俗。(小寫x)

-允許狀態(tài)集合:變量允許取值的范圍奴璃,Xk表示第k階段的允許狀態(tài)集合。(大寫X)

在例1x_{2} 可取B1,B2城豁,或?qū)i定義為i(i=1,2)苟穆,則x_{2} =1或2,而X2={1,2}唱星。

n個階段的決策過程有n+1個狀態(tài)變量雳旅,x_{n+1} 表示x_{n} 演變的結(jié)果。在例1中x_{7} 取G间聊,或定義為1攒盈,即x_{7} =1

3.決策:當一個階段的狀態(tài)確定后,可以作出各種選擇從而演變到下一階段的某個狀態(tài),這種選擇手段稱為決策(decision)拂玻,在最優(yōu)控制問題中也稱為控制(control)谋竖。

-決策變量:描述決策的變量,

-允許決策集合:變量允許取值的范圍


4.策略:

類似地迎变,由第k到第j階段的子過程的策略記作

5.狀態(tài)轉(zhuǎn)移方程


6.指標函數(shù)和最優(yōu)值函數(shù)

指標函數(shù)


最優(yōu)值函數(shù)

7.最優(yōu)策略和最優(yōu)軌線

8.遞歸方程:

動態(tài)規(guī)劃遞歸方程是動態(tài)規(guī)劃的最優(yōu)性原理的基礎(chǔ),即:最優(yōu)策略的子策略飘言,構(gòu)成最優(yōu)子策略衣形。

當?為加法時取f_{n+1} (x_{n+1} )=0;當?為乘法時姿鸿,取f_{n+1} (x_{n+1} )=1

--用狀態(tài)轉(zhuǎn)移方程(1)和遞歸方程(2)求解動態(tài)規(guī)劃的過程谆吴,是由k=n+1逆推至k=1,故這種解法稱為逆序解法苛预。


--對某些動態(tài)規(guī)劃問題句狼,采用順序解法。這時碟渺,狀態(tài)轉(zhuǎn)移方程和遞歸方程分別為:


用lingo求解例1最短路線問題:


?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末鲜锚,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子苫拍,更是在濱河造成了極大的恐慌芜繁,老刑警劉巖,帶你破解...
    沈念sama閱讀 216,372評論 6 498
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件绒极,死亡現(xiàn)場離奇詭異骏令,居然都是意外死亡,警方通過查閱死者的電腦和手機垄提,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,368評論 3 392
  • 文/潘曉璐 我一進店門榔袋,熙熙樓的掌柜王于貴愁眉苦臉地迎上來周拐,“玉大人,你說我怎么就攤上這事凰兑⊥姿冢” “怎么了?”我有些...
    開封第一講書人閱讀 162,415評論 0 353
  • 文/不壞的土叔 我叫張陵吏够,是天一觀的道長勾给。 經(jīng)常有香客問我,道長锅知,這世上最難降的妖魔是什么播急? 我笑而不...
    開封第一講書人閱讀 58,157評論 1 292
  • 正文 為了忘掉前任,我火速辦了婚禮售睹,結(jié)果婚禮上桩警,老公的妹妹穿的比我還像新娘。我一直安慰自己昌妹,他們只是感情好捶枢,可當我...
    茶點故事閱讀 67,171評論 6 388
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著捺宗,像睡著了一般柱蟀。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上蚜厉,一...
    開封第一講書人閱讀 51,125評論 1 297
  • 那天,我揣著相機與錄音畜眨,去河邊找鬼昼牛。 笑死,一個胖子當著我的面吹牛康聂,可吹牛的內(nèi)容都是我干的贰健。 我是一名探鬼主播,決...
    沈念sama閱讀 40,028評論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼恬汁,長吁一口氣:“原來是場噩夢啊……” “哼伶椿!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起氓侧,我...
    開封第一講書人閱讀 38,887評論 0 274
  • 序言:老撾萬榮一對情侶失蹤脊另,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后约巷,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體偎痛,經(jīng)...
    沈念sama閱讀 45,310評論 1 310
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,533評論 2 332
  • 正文 我和宋清朗相戀三年独郎,在試婚紗的時候發(fā)現(xiàn)自己被綠了踩麦。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片枚赡。...
    茶點故事閱讀 39,690評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖谓谦,靈堂內(nèi)的尸體忽然破棺而出贫橙,到底是詐尸還是另有隱情,我是刑警寧澤反粥,帶...
    沈念sama閱讀 35,411評論 5 343
  • 正文 年R本政府宣布卢肃,位于F島的核電站,受9級特大地震影響星压,放射性物質(zhì)發(fā)生泄漏践剂。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,004評論 3 325
  • 文/蒙蒙 一娜膘、第九天 我趴在偏房一處隱蔽的房頂上張望逊脯。 院中可真熱鬧,春花似錦竣贪、人聲如沸军洼。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,659評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽匕争。三九已至,卻和暖如春爷耀,著一層夾襖步出監(jiān)牢的瞬間甘桑,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,812評論 1 268
  • 我被黑心中介騙來泰國打工歹叮, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留跑杭,地道東北人。 一個月前我還...
    沈念sama閱讀 47,693評論 2 368
  • 正文 我出身青樓咆耿,卻偏偏與公主長得像德谅,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子萨螺,可洞房花燭夜當晚...
    茶點故事閱讀 44,577評論 2 353

推薦閱讀更多精彩內(nèi)容