[理学]动态规划的应用.ppt

  1. 1、本文档共30页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
[理学]动态规划的应用

第九章 动态规划的应用 §1 资源分配问题 例1:某工业部门根据国家计划的安排,拟将某种高效率的设备五台,分配给所属的甲、乙、丙三个工厂,各工厂若获得这种设备之后,可以为国家提供的盈利如下表所示。 问:这五台设备如何分配给各个工厂,才能使国家的盈利最大? 静态规划模型 动态规划求解 不利用动态规划,怎么处理? Lingo代码: sets: ts/1..6/:a; gc/1..3/; links(ts,gc):c,x; endsets data: a=0 1 2 3 4 5; c=0 0 0 3 5 4 7 10 6 9 11 11 12 11 12 13 11 12; enddata max=@sum(links(i,j):c(i,j)*x(i,j)); @for(gc(j):@sum(ts(i):x(i,j))=1); @sum(links(i,j):a(i)*x(i,j))=5; @for(links(i,j):@bin(x(i,j))); 例2 机器负荷分配问题 某种机器可以在高低两种不同负荷下进行生产,设机器在高负荷下生产的产量为g=8u1,其中u1为投入生产的机器数量,年完好率为a=0.7;在低负荷下生产的产量函数为h=5y,其中y为投入生产的机器数量,年完好率为b=0.9。 假定开始生产时完好的机器数量s1=1000台,试问每年如何安排机器在高低负荷下的生产,使在五年内生产的产品总产量最高。 静态规划模型: Lingo代码 max=8*x1+5*(s1-x1)+8*x2+5*(s2-x2)+8*x3+5*(s3-x3)+8*x4+5*(s4-x4)+8*x5+5*(s5-x5); s2=0.7*x1+0.9*(s1-x1); s3=0.7*x2+0.9*(s2-x2); s4=0.7*x3+0.9*(s3-x3); s5=0.7*x4+0.9*(s4-x4); s6=0.7*x5+0.9*(s5-x5); s1=1000; x1=s1; x2=s2; x3=s3; x4=s4; x5=s5; 动态规划 §2 生产与存储问题 例3:某工厂要对一种产品制定今后四个时期的生产计划,根据估计在今后四个时期内,市场对于该产品的需求量如下表所示: 假定该厂生产每批产品的固定成本为3(千元),若不生产就为0;每单位产品成本为1(千元);每个时期生产能力所允许的最大生产批量为6单位;每个时期末未售出的产品每单位存储费用为0.5(千元)。还假设在第一个时期的初始库存量为0,第四个时期的库存量也为0.试问该厂应如何安排各个时期的生产与库存,才能满足市场需要的条件下,使总成本最小。 静态规划模型 动态规划 Lingo代码 min=3*y1+x1+0.5*v1+3*y2+x2+0.5*v2+3*y3+x3+0.5*v3+3*y4+x4+0.5*v4; M=10000; d1=2; d2=3; d3=2; d4=4; x1=y1*M; x2=y2*M; x3=y3*M; x4=y4*M; v0=0; v4=0; v1=x1-d1; v2=(x1-d1)+(x2-d2); v3=(x1-d1)+(x2-d2)+(x3-d3); v4=(x1-d1)+(x2-d2)+(x3-d3)+(x4-d4); v2=0; v3=0; v4=0; x1=6; x2=6; x3=6; x4=6; @gin(x1); @gin(x2); @gin(x3); @gin(x4); @bin(y1); @bin(y2); @bin(y3); @bin(y4); §3 背包问题 Lingo代码 max=10*x1+20*x2+30*x3+32*x4+40*x5+45*x6+50*x7+60*x8; x1+10*x2+20*x3+22*x4+30*x5+40*x6+45*x7+55*x8=110; @bin(x1); @bin(x2); @bin(x3); @bin(x4); @bin(x5); @bin(x6); @bin(x7); @bin(x8); 贪梦算法 * * 12 11 12 4 11 11 9 3 6 10 7 2 12 11 13 5 4 5 3 1 0 0 0 0 丙 乙 甲 工厂 台 数 盈利 Global optimal solution found at iteration: 0 Objective value: 21.00000 Variable

文档评论(0)

qiwqpu54 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档