利用动态规划求解资源分配问题

动态规划是解决多阶段决策过程最优化问题的一种数学方法,资源分配问题解决将一种或几种资源分配给若干用户或投资于几家企业,以获得最大的效益,它可以是多阶段决策过程,也可以是静态规划问题,都能构造动态规划模型求解。本文针对资源分配问题设计了动态规划求解算法,数值结果表明该算法是可行有效的。     

背包问题的动态规划改进算法

在动态规划算法的基础上提出了改进算法,对于0-1背包问题,改进了动态规划算法的状态表示以减少需要计算的状态个数来求解该问题;对于完全背包问题,简化了动态规划算法状态的决策依赖关系来求解该问题.实验结果表明:所提出的改进算法在时空效率上具有一定的有效性和优越性.     

一类多投递员中国邮路问题动态规划模型研究

采用动态规划决策思想,针对KPCPP问题,建立了一套算法体系.该类问题不能直接应用于决策思想,通过弧点转换算法,构建了该问题适用于决策的模型.在此模型基础上,提出了多阶段决策过程模型转换算法,得到的模型符合多阶段决策过程需求;在动态规划的基础上,提出了一个新的搜索算法KMDPA,首次实现了该类问题的动态规划模型求解,并对该算法体系的理论性和有效性做出了证明.     

逆向物流中心动态选址问题的研究

在逆向物流中,集中退货中心（回收中心）管理是企业逆向物流系统高品质运作的基础和前提。随着逆向物流的发展,企业开始关注集中退货中心的选址。针对已有模型没有考虑时间变化对选址决策的影响问题,构建一个双向物流共享运输网络的动态选址模型,提出了应用动态规划的求解思想和方法并结合实例分析了在考虑时间因素时,企业如何做出规划期内选址决策的时间序列;并引入预测确定性因子来解决预测的不确定性。     

资源分配问题的动态规划求解方法

一种或几种资源分配给若干用户,或投资于几家企业,以获得最大的效益.文章适当引入阶段、状态变量、决策等将资源分配问题视为多阶段决策过程,应用动态规划方法并且在计算机上通过MATLAB编程方便地求解资源分配问题.     

逆向物流中心动态选址问题的研究

在逆向物流中,集中退货中心(回收中心)管理是企业逆向物流系统高品质运作的基础和前提.随着逆向物流的发展,企业开始关注集中退货中心的选址.针对已有模型没有考虑时间变化对选址决策的影响问题,构建一个双向物流共享运输网络的动态选址模型,提出了应用动态规划的求解思想和方法并结合实例分析了在考虑时间因素时,企业如何做出规划期内选址决策的时间序列;并引入预测确定性因子来解决预测的不确定性.     

定期补充资源的动态规划问题研究

动态规划问题是各级决策部门所始终关注的问题,针对企业生产实际情况,结合动态规划理论,提出在资源定期增加的情况下动态规划的模型,并给出求解步骤,效果良好．     

飞机排班问题的模糊优选动态规划模型

提出一种基于多目标模糊优选动态规划方法有效解决飞机排班问题的新算法.该算法将二级模糊模式识别理论与动态规划概念相结合,建立了以飞机使用均衡、航班尽快恢复为目标函数的多阶段多目标前向动态规划模型,从第一阶段开始,对各阶段的可行决策进行多目标模糊优选,依次向后递推得到调度结果.实验数据表明,飞机调度策略与实际飞机排班结果一致,耗时仅9.06s,该算法能有效解决飞机排班问题.     

混合遗传算法在随机规划问题中的应用

以含有机会约束的生产管理动态规划问题为例,基于随机模拟技术的混合遗传算法实现最优化决策,构造了数学模型。采用ＶＢ编辑,计算机模拟结果显示该模型能很好解决生产过程中的最优化决策问题,它是简单的基于二进制编码的遗传算法所不能解决的。该算法具有很高的鲁棒性,避免了在局部最优解附近徘徊,且因为随机规划问题要求许多数学知识,而算法本身并不要求对优化问题的性质作一些深入的数学分析,从而对那些不太熟悉数学理论和     

输电网的中长期规划(Ⅱ)──后向混合整数规划法

输电网中长期规划可分解成单阶段的静态决策和多阶段的动态决策两个子问题。本文提出“后向混合整数规划法”求解动态决策问题。其过程是：先形成最终网，然后逐阶段向前推移，在求解各阶段决策时，考虑了前面各阶段潮流的影响，从而得到整个输电网中长期规划的投资方案。计算实例表明了方法的功能和实用性。     

最优指派问题的动态规划模型及算法

考虑了指派问题:有m项工作和n个人.若m与n是相同的,并且每一项工作只能由一个人来做;同时,每一个人只能做一项工作;符合这一条件的指派问题称为标准指派问题;若m与n不相同, 则称为非标准指派问题.本文在充分考虑了指派问题性质的基础上,建立了求解标准指派问题的动态规划模型,并给出了其求解算法;同时在标准指派问题的动态规划模型的基础上给出了求解非标准指派问题的动态规划模型.最后,通过实例说明了本文提出的方法的基本步骤和计算方法的可靠性.     

C++语言在动态规划方法上的应用

动态规划是解决多阶段决策问题的一种方法。由于靠人工计算是相当复杂和烦琐的,因此我们可以利用C++语言编写程序,让计算机来运用动态规划方法去解决多阶段决策的问题,就会使多阶段决策的问题解决起来变得轻松容易了,计算的准确性会更高,计算的速度也会更快。     

基于动态规划的生产库存问题的改进算法

在深入分析了生产库存问题之后,应用线性代数理论对可能的生产情况进行分析,得到了新的结论。然后结合动态规划的基本原理,改进了算法的步长,从而得到了求解该问题的优化的动态规划算法。     

基于NDP的遗传算法及其在JSP中的应用

遗传算法被广泛应用于求解车间作业调度问题(JSP),但遗传算法具有最优参数难以确定的问题。对此,该文提出了一种基于神经元动态规划(NDP)的遗传算法NDP-GA。该文将遗传算法用M arkov决策过程模型描述,建立了M arkov决策过程最优策略与遗传算法最优参数之间的联系。在此基础上,用神经元动态规划逼近M arkov决策过程的最优策略,并用学习到的策略指导遗传算法最优参数的选择。数值计算结果表明,该文提出的算法能自动收敛到最优遗传参数,并在求解JSP问题时能稳定地得到满意解。     

早期邮票问题算法的优化

在分析早期邮票问题算法思路的基础上,提出静态搜索限制规划、可变上界式动态搜索限制规划和可变上、下界式动态搜索限制规划对早期邮票问题算法进行优化.优化后的算法在h=3,n=9时计算邮票问题的大概时间分别为13h, 6min, 11s.动态搜索限制规划优化后的算法大大缩短了邮票问题的计算时间,算法效率明显提升.     

动态规划

动态规划是一种最优化方法,特别适用于多阶段决策。正由于这个特性,它也是一种把复杂问题化为一连串较简单问题的优化方法。本文引述了动态规划中的最优化原则和一些有关单变量和多变量问题的求解方法。     

基于动态规划的生产库存问题的改进算法

在深入分析了生产库存问题之后,应用线性代数理论对可能的生产情况进行分析,得到了新的结论.然后结合动态规划的基本原理,改进了算法的步长,从而得到了求解该问题的优化的动态规划算法.     

动态规划中最短路问题的计算机解法

动态规划的任务就是要找出一个网络的最短路线,据此做出最优决策。本文阐述了解法的原理并介绍了根据顺序解法用BASIC语言编写了计算机程序。这些计算机程序可提供准确结果,省力又省时。     

动态规划原理在高速公路网级养护决策中的应用

针对高速公路养护管理特点，利用动态规划原理和路况状态转移概率计算模型，建立了高速公路网级决策动态优化模型，成为高速公路管理系统的核心。并对用于网级决策模型的动态规划方法在理论上作了较为详细的研究，细化了决策优化步骤。     

设备更新问题的一个评价模型

建立了解决设备更新问题的一个动态评价模型，指出在利用设备更新决策网络图来选择最优方案时应考虑货币的时间价值，并通过一个典型的算例说明了设备更新决策动态评价模型的求解步骤，还编制了用于评价设备更新问题的计算机软件。