5运筹学课件
运筹学课件ch5指派问题[全文]
运筹学课件ch5指派问题[全文] 指派问题assignment problem 运筹学课件一种特殊的线性规划问题,我们也经常遇到指派人员做某项工作的情况。
指派问题的许多应用都用来帮助管理人员解决如何为一项将要开展进行的工作指派人员的问题。
其他的一些应用如为一项任务指派机器、设备或者是工厂。
指派问题运筹学课件指派问题的形式表述:给定了一系列所要完成的任务(tasks)以及一系列完成任务的被指派者(assignees),所需要解决的问题就是要确定出哪一个人被指派进行哪一项任务。
指派问题模型运筹学课件指派问题的假设:被指派者的数量和任务的数量是相同的每一个被指派者只完成一项任务每一项任务只能由一个被指派者来完成每个被指派者和每项任务的组合有一个相关成本目标是要确定怎样进行指派才能使得总成本最小指派问题模型运筹学课件指派问题assignment problem 【例51></a>.14】人事部门欲安排四人到四个不同的岗位工作,每个岗位一个人(经考核四人在不同岗位的成绩(百分制)如表5-34所示,如何安排他们的工作使总成绩最好。
88809086丁90798382丙95788795乙90739285甲DCBA工作人员表5-34【解】设1 数学模型运筹学课件数学模型为:甲乙丙丁ABCD图5. 3指派问题assignment problem运筹学课件假设m个人恰好做m项工作,第i个人做第j项工作的效率为cij?0,效率矩阵为[cij](如表5-34),如何分配工作使效率最佳(min或max)的数学模型为指派问题assignment problem运筹学课件2 解指派问题的匈牙利算法匈牙利法的条件是:问题求最小值、人数与工作数相等及效率非负【定理5.1】如果从分配问题效率矩阵[cij]的每一行元素中分别减去(或加上)一个常数ui(被称为该行的位势),从每一列分别减去(或加上)一个常数vj(称为该列的位势),得到一个新的效率矩阵[bij],其中bij=cij,ui,vj,则[bij]的最优解等价于[cij]的最优解,这里cij、bij均非负(指派问题assignment problem【证】运筹学课件【定理5.2】若矩阵A的元素可分成“0”与非“0”两部分,则覆盖“0”元素的最少直线数等于位于不同行不同列的“0”元素(称为独立元素)的最大个数( 如果最少直线数等于m,则存在m个独立的“0”元素,令这些零元素对应的xij等于1,其余变量等于0,这时目标函数值等于零,得到最优解(两个目标函数相差一个常数 u+v,约束条件不变,因此最优解不变。
运筹学胡运权第五版课件
V5 12 7
5
4
3
2
0
1 3
1
0 4
3
4 0
v7 ∞ 10 10 8
⑶ 构造任意两点间最多可经过3个中间点到达 的最短距离矩阵 D(2)= dij(2) 其中 dij(2)= min { dir(1)+ drj(1)}
r
i
dir
(1)
r
drj(1)
j
v1 v2 v3 v4 v5 v6 v7
• • •
悬挂边 孤立点 偶点 奇点
悬挂点的关联边,如 e8 次为0的点 次为偶数的点,如 v2 次为奇数的点, 如 v5
5、链:图中保持关联关系的点和边的交替序列,其 中点可重复,但边不能重复。 路:点不能重复的链。 圈:起点和终点重合的链。 回路:起点和终点重合的路。 连通图:任意两点之间至少存在一条链的图。 完全图:任意两点之间都有边相连的简单图。 n(n 1) 2 n阶完全图用Kn表示,边数= C n
狄克斯屈拉算法
既可以求两点之间的最短 距离,又可以确定最短路
求某两点之间的最短距离
(0)= V2 D
5
2
∞ ∞ ∞ ∞
5
0
∞ 2
7 0 2 7
7
6
∞ ∞
∞ ∞ 2
V3 2
∞ 0
∞ 4
V4 ∞ 2
V5 ∞ 7
∞ 6
0
1
1
0 6
3
6 0
V6 ∞ ∞ 4
v7 ∞ ∞ ∞ ∞ 3
注意:D(0)是一个对称矩阵,且对角线上的元素全是0.
⑵ 构造任意两点间直接到达、或者最多经过1 个中间点到达的最短距离矩阵D(1)= dij(1) 其中
运 筹 学 课 件
12/3 4
z
1 2
x4
x5 42
x3
2 3
x4
1 3
x5
4
新典式
主元化 为1,主 元所在
x2
1 2
x4
6
列的其 余元素
x1
2 3
x4
1 3
x5
4
化为0
观察最后一个典式,所有检验数均为非负, 故其对应的基本可行解为最优解,即
X * 4,6,6,0,0T z* 42
去掉引入变量,得原问题的最优解为:
运筹学课件
目录
运筹学概论 第一章 线性规划基础 第二章 单纯形法 第三章 LP对偶理论 第四章 灵敏度分析 第五章 运输问题 第六章 整数规划 第七章 动态规划 第八章 网络分析
第二章 单纯形法
(SM-Simplex Method)
1947年,美国运筹学家Dantzig提出,原理是 代数迭代。
单纯形法中的单纯形的这个术语,与该方法毫 无关系,它源于求解方法的早期阶段所研究的一 个特殊问题,并延用下来。
CB B1b B1b
z
CB B1N CN X N X B B1NX N
CB B1b B1b
上述方程组的矩阵形式为
10
0 I
CB
B1N B1N
CN
z XB XN
CB B1b B1b
上式的系数增广阵称为对应于基B的单纯形表:
T(B)
CB B1b B1b
0 I
CB
B1N B1N
CN
形式的LP问题,必须解决三个问题: ⑴初始基本可行解的确定; ⑵解的最优性检验; ⑶基本可行解的转移规则。 这里先放一下⑴,研究⑵和⑶,为此,
运筹学PPT完整版
(1)当任务或目标确定后,如何统筹兼顾,合理安排,用 最少的资源 (如资金、设备、原标材料、人工、时间等) 去完成确定的任务或目标 (2)在一定的资源条件限制下,如何组织安排生产获得最 好的经济效益(如产品量最多 、利润最大.)
线性规划问题的数学模型
例1.1 如图所示,如何截取x使铁皮所围成的容积最 大?
(2)
x j 0, j 1,2,, n (3)
求解线性规划问题,就是从满足约束条件(2)、(3)的方程组 中找出一个解,使目标函数(1)达到最大值。
线性规划问题的数学模型
Page 27
可行解:满足约束条件②、③的解为可行解。所有可行解 的集合为可行域。
最优解:使目标函数达到最大值的可行解。
绪论
本章主要内容: (1)运筹学简述 (2)运筹学的主要内容 (3)本课程的教材及参考书 (4)本课程的特点和要求 (5)本课程授课方式与考核 (6)运筹学在工商管理中的应用
运筹学简述
Page 2
运筹学(Operations Research) 系统工程的最重要的理论基础之一,在美国有人把运筹
学称之为管理科学(Management Science)。运筹学所研究的 问题,可简单地归结为一句话: “依照给定条件和目标,从众多方案中选择最佳方案” 故有人称之为最优化技术。
Page 3
运筹学的主要内容
Page 4
数学规划(线性规划、整数规划、目标规划、动态 规划等) 图论 存储论 排队论 对策论 排序与统筹方法 决策分析
本课程的教材及参考书
Page 5
❖选用教材 ➢ 《运筹学基础及应用》胡运权主编 哈工大出版社
❖参考教材 ➢ 《运筹学教程》胡运权主编 (第2版)清华出版社 ➢ 《管理运筹学》韩伯棠主编 (第2版)高等教育出版社 ➢ 《运筹学》(修订版) 钱颂迪主编 清华出版社
运筹学基础及应用(全套课件296P) ppt课件
我国朴素的运筹学思想:田忌赛马、丁渭修皇宫
1938年英国最早出现了军事运筹学,命名为“Operational
Research”,1942年,美国从事这方面工作的科学家命其名为
“Operations Research”这个ppt课名件字一直延用至今。
2
§0.1 运筹学简述
美国运筹学的早期著名工作之一是研究深水炸弹起爆深度问 题。当飞机发现潜艇后,飞机何时投掷炸弹及炸弹的引爆引 度是多少?运筹学工作者对大量统计数字进行认真分析后, 提出如下决策:1.仅当潜艇浮出水面或刚下沉时,方投掷深 水炸弹。2.炸弹的起爆深度为离水面25英尺(这是当时深水 炸弹所容许的最浅起爆点)。空军采用上述决策后,所击沉 潜艇成倍增加,从而为反法西斯战争的胜利做出了贡献,为 运筹学增添了荣誉。
16 y3
4 X2 1Leabharlann y4X1 0 , X2 0
设第i种资源收购价格为yi,( i=1, 2, 3, 4,) 则有 min w= 12y1 + 8y2 + 16y3 +12 y4
s.t 2y1 + y2 + 4y3 +0 y4 2
2y1 +2y2 + 0y3 +4 y4 3 yi 0, (i=1, 2, 3, 4 )
ppt课件
6
§0.2 运筹学的发展
2. 20世纪50年代初期到50年代末期——成长时期 电子计算机技术的迅速发展促进运筹学的推广; 美国的约半数的大公司经营管理中融入运筹学;
大批的国家成立运筹学会,各种运筹学刊物相继问世 ; 1957年,牛津大学,第一次国际运筹学会议 1959年,国际运筹学会 成立
ppt课件
11
第 2 章 线性规划的对偶 理论
运筹学课件PPT课件
整数规划的解法
总结词
整数规划的解法可以分为精确解法和近似解法两大类。
详细描述
整数规划的解法可以分为两大类,一类是精确解法,另一类是近似解法。精确解法包括割平面法、分支定界法等, 这些方法可以找到整数规划的精确最优解。而近似解法包括启发式算法、元启发式算法等,这些方法可以找到整 数规划的近似最优解,但不一定能保证找到最优解。
模拟退火算法采用Metropolis准则来 判断是否接受一个较差解,即如果新 解的能量比当前解的能量低,或者新 解的能量虽然较高但接受的概率足够 小,则接受新解。
模拟退火算法的应用
01
模拟退火算法在旅行商问题中得到了广泛应用。通过模拟退火算 法,可以求解旅行商问题的最优解,即在给定一组城市和每对城 市之间的距离后,求解访问每个城市恰好一次并返回出发城市的 最短路径。
动态规划的解法
确定问题的阶段和状态
首先需要确定问题的阶段和状态,以便将问 题分解为子问题。
建立状态转移方程
根据问题的特性,建立状态转移方程,描述 状态之间的转移关系。
求解子问题
求解每个子问题,并存储其解以供将来使用。
递推求解
从最后一个阶段开始,通过递推方式向前求 解每个阶段的最优解。
动态规划的应用
线性规划的解法
单纯形法
01
单纯形法是求解线性规划问题的经典方法,通过迭代过程逐步
找到最优解。
对偶理论
02
对偶理论是线性规划的一个重要概念,它通过引入对偶问题来
简化求解过程。
分解算法
03
分解算法是将大规模线性规划问题分解为若干个小问题,分别
求解后再综合得到最优解。
线性规划的应用
生产计划
线性规划可以用于生产计划问题, 通过优化资源配置和生产流程, 提高生产效率和利润。
运筹课件PPT课件
它涉及到的问题包括最短路径、 最小生成树、最大流等。
图论与网络优化在计算机科学、 交通运输、通信网络等领域有 广泛应用,如路由算法、网络 设计等。
03 运筹学在现实生活中的应 用
生产与库存管理
01
02
03
生产计划
运筹学通过数学模型和算 法,帮助企业制定生产计 划,优化资源配置,提高 生产效率。
库存控制
Excel Solver的特点
Excel Solver易于使用
它提供了一个直观的用户界面,用户可以通过简单的拖放操作来定义问题。
Excel Solver具有广泛的适用性
它可以处理各种类型的优化问题,包括线性规划、整数规划、目标规划、非线性规划等。
Excel Solver具有高效性
它使用了多种优化算法,可以快速求解大规模问题。
它使用了高效的算法和优化的数据结构,可以快速地处理大规模数据和计算任务。
05 案例分析与实践
生产计划优化案例
总结词
生产计划是企业管理中的重要环节,通过优化生产计划可以提高企业的生产效率 和资源利用率。
详细描述
生产计划优化案例主要涉及如何根据市场需求、产品特性、生产能力等因素制定 合理的生产计划,以实现生产效益的最大化。具体包括对生产计划的制定、执行 、调整等环节进行优化,提高生产计划的准确性和灵活性。
运筹学的重要性
01
提高效率
降低成本
02
03
增强决策科学性
运筹学能够通过优化资源配置和 流程,提高系统的效率和生产力。
通过合理的资源配置和计划安排, 运筹学可以帮助企业降低成本和 资源消耗。
运筹学提供的数据分析和模型预 测等方法,有助于增强决策的科 学性和准确性。
运筹学教学课件(全)
实用举例
某公司通过市场调研,决定生产高中档新型拉杆箱。 某分销商决定买进该公司3个月内的全部产品。拉杆箱生 产需经过原材料剪裁、缝合、定型、检验和包装4过程。
通过分析生产过程,得出:生产中档拉杆箱需要用 7/10小时剪裁、5/10小时缝合、1小时定型、1/10小时检 验包装;生产高档拉杆箱则需用1小时剪裁、5/6小时缝合、 2/3小时定型、1/4小时检验包装。由于公司生产能力有限, 3月内各部的最大生产时间为剪裁部630小时、缝合部600 小时、定型部708小时、检验包装部135小时。
D {x | Ax b, x (x1,, xi ,, xn ) 0}
是凸集(凸多面体)。
引理2.1:线性规划的可行解 x (x1 ,, xn )T 为基本可行解的 充分必要条件是x的正分量所对应的系数列向量是线性无关的, 即每个正分量都是一个基变量。
定理2.2:线性规划问题的基本可行解x对应于可行域的顶点
通过分析生产过程,得出:生产中档拉杆箱需要用
7/10小时可剪裁以、通5/1过0小线时性缝合规、划1小求时定解型!、1/10小时
检验包装;生产高档拉杆箱则需用1小时剪裁、5/6小时 缝合、2/3小时定型、1/4小时检验包装。由于公司生产 能力有限,3月内各部的最大生产时间为剪裁部630小时、 缝合部600小时、定型部708小时、检验包装部135小时。
x2
L1:x1=6 L3:2x1+3x2=18
B 可行域
L2:x2=4 最优解
x1
4x1+3x2
解的特殊情况——解的特殊情况——无界解
线性规划的基本性质
若线性规划有最 优解,则最优解必在可 行域的顶点上达到。
X
可行域内部的点 • 可行解? 是 • 最优解? 不
运筹学全册精品完整课件
36
例2-2 考虑例2-1
某工厂拥有A、B、C 三种类型的设备,
生产甲、乙两种产品。每件产品在生产中 需要占用的设备机时数,每件产品可以获 得的利润以及三种设备可利用的时数如下 表所示。问题:工厂应如何安排生产可获 得最大的总利润?
一、线性规划问题的提出
在实践中,根据实际问题的要求,常常 可以建立线性规划问题数学模型。
例2-1 我们首先分析开篇案例提到的问题。 解:设变量 xi 为第 i 种(甲、乙)产品的 生产件数(i=1,2)。根据题意,我们知道 两种产品的生产受到设备能力(机时数)的 限制。对设备A:两种产品生产所占用的机时 数不能超过65,于是我们可以得到不等式:
运筹学是运用科学的方法(如 分析、试验、量化等)来决定如何 最佳地运营和设计各种系统的一门 学科。
4
运筹学概述
运筹学能够对经济管理系统中 的人力、物力、财力等资源进行统 筹安排,为决策者提供有依据的最 优方案,以实现最有效的管理。
通常以最优、最佳等作为决策 目标,避开最劣的方案。
5
运筹学的产生和发展
8பைடு நூலகம்
运筹学在管理中的应用
生产计划:生产作业的计划、日程表的
编排、合理下料、配料问题、物料管 理等。
库存管理:多种物资库存量的管理,库
存方式、库存量等。
运输问题:确定最小成本的运输线路、
物资的调拨、运输工具的调度以及建
厂地址的选择等。
9
运筹学在管理中的应用
• 人事管理:对人员的需求和使用的 预测,确定人员编制、人员合理分 配,建立人才评价体系等。
x1 ,x2 ,… ,xn ≥ 0
(完整版)运筹学胡运权第五版课件(第1章)
s.t.
4x1
16
5 x2 15
x10, x2 0
标准化
max z 2x1 3x2 0x3 0x4 0x5
2x1 2x2 x3
12
s.t.
4
x1
5 x2
x4 16 x5 15
x1, x2 , x3, x4 , x5 0
(3)若决策变量xj≤0,则令
x
j
xj
且
x
j
0
…
am1x1+am2x2+…+amnxn≤(=,≥) bm
x1 , x2, …, xn≥0
(3)其他形式: 连加形式
1-3 线性规划问题的标准形式
1、标准形式
或
2、条件
目标函数求极大值 约束条件全是等式(线性方程组) 决策变量全非负 右端常数全非负
3、标准化方法
(1)若目标函数求极小值,即
则令 z z
即求目标函数在若干约束条件下的最值。
3、规划问题数学模型的三要素
(1)决策变量:决策者为实现规划目标采取的方案、措施, 是问题中要确定的未知量。用x1,x2,…,xn表示。
(2)目标函数:问题要达到的目标要求,表示为决策变量的 函数。用 z=f(x1,x2,…,xn)表示。 (3)约束条件:决策变量取值时受到的各种可用资源的限制, 表示为含决策变量的等式或不等式。
运筹学
( Operations Research )
绪论
一、古代朴素的运筹学思想
例如:田忌赛马
二、运筹学的起源
国外 英文原名 Operations Research 简称“O.R.” 直译为:运用研究或作业研究 正式出现于1938年7月英国一份关于防空作战 系统运行的研究报告中
运筹学课件ppt下载
通过具体案例展示线性规划问题 的建模过程,如生产计划、资源 分配等问题。
单纯形法求解过程
单纯形法原理
介绍单纯形法的基本思想、算法步骤和求解 过程。
迭代过程
详细阐述单纯形法的迭代过程,包括入基、 出基、检验数计算等操作。
初始可行解
讲解如何找到一个初始可行解作为算法的起 点。
终止条件
说明单纯形法的终止条件及如何判断最优解 。
存储模型要素
需求、补充、成本、存储策略等。
常见存储模型
经典EOQ模型、动态规划模型、随机存储模 型等。
存储论求解方法及实例分析
求解方法
数学解析法、数值计算法、仿真模拟 法等。
实例分析
以某企业为例,运用存储论优化其库 存管理策略,降低库存成本。
排队论基本概念及模型构建
排队论定义
研究等待线(队列)的数学理论和方法,又称随机服务系统理论。
最短路径问题
通过实例分析最短路径问题 的动态规划解法,如
Dijkstra算法、Floyd算法等 。
1
背包问题
针对不同类型的背包问题, 探讨其动态规划解法及应用
场景。
资源分配问题
研究资源分配问题的动态规 划模型及求解方法,如多阶 段资源分配问题等。
生产与存储问题
分析生产与存储问题的动态 规划解法,讨论其在企业生 产管理中的应用。
整数约束
决策变量需满足整数约束条件,如人员数量、设备台 数等。
目标函数选择
根据问题类型,选择合适的目标函数,如成本最小化 、利润最大化等。
分支定界法求解过程
初始可行解
通过松弛整数约束,得到一个初始可 行解。
分支过程
根据初始可行解,将问题分解为若干 个子问题,分别求解。
《运筹学》全套课件(完整版)
服务时间分布
负指数分布、确定型分布、一般分布等。
顾客到达和服务时间的独立性
假设顾客到达和服务时间是相互独立的。
单服务台排队系统
M/M/1排队系统
顾客到达服从泊松分布,服务时间服从负指 数分布,单服务台。
M/D/1排队系统
顾客到达服从泊松分布,服务时间服从确定 型分布,单服务台。
投资组合优化
确定投资组合中各种资产的最 优配置比例,以最大化收益或
最小化风险。
03
整数规划
整数规划问题的数学模型
01
整数规划问题的定 义
整数规划是数学规划的一个分支 ,研究决策变量取整数值的规划 问题。
02
整数规划问题的数 学模型
包括目标函数、约束条件和决策 变量,其中决策变量要求取整数 值。
03
Edmonds-Karp算法
介绍Edmonds-Karp算法的原理、步骤和实现方法,以及其与FordFulkerson算法的比较。
网络最大流问题的应用
列举网络最大流问题在资源分配、任务调度等领域的应用案例。
最小费用流问题
最小费用流问题的基本概 念
介绍最小费用流问题的定义、 分类和应用背景。
Bellman-Ford算法
优点是可以求解较大规模的整数规划问题,缺点是计算量较大,需 要较高的计算精度。
割平面法
割平面法的基本思想
通过添加新的约束条件(割平面)来缩小可行域的范围,从而逼 近最优解。
割平面法的步骤
包括构造割平面、求解子问题和更新割平面三个步骤,通过不断 迭代找到最优解。
割平面法的优缺点
优点是可以处理较复杂的整数规划问题,缺点是构造割平面的难 度较大,需要较高的数学技巧。
运筹学PPT完整版
每年节约成本600万美元 每年节约成本7000万
优化商业用户的电话销售中心选址
控制成本库存(制定最优再定购点和定购 量确保安全库存) 制定最优铁路时刻表并调整铁路日运营量
优化员工安排,以最低成本服务客户
每年节约成本4.06亿美元,销 售额大幅增加 每年节约成本380万美元
s.t
n j1
aij
xj
bi
(i 1,2,,m)
(2)
xj 0, j 1,2,,n (3)
求解线性规划问题,就是从满足约束条件(2)、(3)的方程组 中找出一个解,使目标函数(1)达到最大值。
线性规划问题的数学模型
Page 28
可行解:满足约束条件②、③的解为可行解。所有可行解 的集合为可行域。
(5) 目标函数是最小值,为了化为求最大值,令z′=-z,得到max z′=-z,即当z达到最小值时z′达到最大值,反之亦然;
线性规划问题的数学模型
标准形式如下:
maxZ 2x1 x2 3(x3 x3)0x4 0x5
5x1 x2 (x3 x3) x4 7
1 2
1 0
0 1
r(A)=2,2阶子矩阵有10个,其中基矩阵只有9个,即
5 1
1 1 5 0 1 1
B 1 106 B 2 6 2 B 3 101 B 4 6 0
5 1 1 0
1 1 1 0
1 0
B 5 100 B 6 2 1 B 7 2 0 B 8 6 1 B 9 0 1
线性规划问题的数学模型
Page 17
2. 线性规划的数学模型由三个要素构成 决策变量 Decision variables 目标函数 Objective function 约束条件 Constraints
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
2、状态变量为sk
3、决策变量为 : uk x k
4、 状 态 转 移 方 程s : k 1 s1 10 显然有: u1 x1
s u
k
k
s 2 s1 u1 u2 x 2
k
s k s k 1 u k 1 uk x k
5、 阶 段 指 标 函 数g :( x k )
显然当 x s 3 时,函数取极大值为 2s ;
* 3 2 3
81
当k=2时,
这是一个函数求极值问 题,利用微分方法可求得 该函数有极小值.
9 而x2 s2 是极小值点。 4
0
x2
s2
s
f 2 ( s 2 ) m ax9 x 2 f 3 ( s 3 )
而极大值只能在[0,s2 ]的端点取得, 即: f 2(s 2)
减函数
84
* 2 另取 x2 0,( f 2 s2) 2 s2 0 x1 s1
2 此时 ( f1 s1) max 4 x1 ( 2 s1 x1) 2 ( f1 10) max 4 x1 ( 2 s1 x1) 0 x1 10
又是一个求极值问题,微分求解 x1 s1 1。 比较 [0, 10] 的端点, 当x1 0 时, ( f1 10) 200
2 g1 ( x1 ) 4 x1 , g2 ( x2 ) 9 x2 , g3 ( x3 ) 2 x3
m axz 4 x1 9 x 2 2 x
2 3
x1 x 2 x 3 10 x i 0 ( i 1、3
课堂练习题
[例].某公司有资金10万元,若投资项目i (i=1,2,3)的投资额为 xi 时,其效益分别为: 问应如何分配投资数额才能使总收益最大? 可列出它的静态模型:
[分析]:这是一个表面与时 间没有任何关系的问题,但 要用动态规划的方法去解 则必须把它划分为“时 段”.本题可划分为3个时 段,每段只决定对一个投资 项目的投资额.这样把问题 分解为3阶段决策问题.
* 此时x2 0 * 此时x2 s2
83
当k 1时, f1 ( s1 ) max 4 x1 f 2 ( s2 )
0 x1 s1
f 2(s 2) x
2
s2
9 s2时 max 4 x1 9 s2
0 x1 10
max 4 x1 9 s1 9 x1
x2 0 2 2s2 , f
2(s 2)
x2 s2
9s2
m ax 9 x
0 x 2 s2 0 x 2 s2
0 x 2 s2
2 m ax 9 x 2 2 s 3
2
2( s 2 x 2 ) 2
82
要讨论 s 2 的具体情况:
9 当s2 时, f (s 2) f (s 2) , 2 2 x2 0 x2 s2 2 9 当s2 时, f (s 2) f (s 2) , 2 2 x2 0 x2 s2 2 到此第二阶段的决策已做出.
6、 递 推 方 程 为 :
) max g( ) f k ( ) , k 1, 2, 3 k sk k xk 1 s k 1 f( 0 x k s k ) 0 4 s4 f(
80
当k 3时, f( ) max 2 x , 3 s3
0 x 3 s 3 2 3
0 x1 10
max 9 s1 5 x1 * 9 s1
0 x1 10 x1 0
注 :当 f
2(s 2) x 2 s 2
* 2
* 9 s2时, x2 s2 ,
9 即 : s2 x s2 , 2 9 而 s2 s1 x1 * 10 0 , x1 0 2 此结论与前矛盾, 故舍去.
* 当x1 10 时, ( f1 10) 40 x1 0 * 再由状态方程顺推:s 2 s1 x1 10 0 10
9 * * s2 x2 0 x3 10 2 最优方案为全部资金投到第三个项目.
85