典型问题.pptVIP

* Spring 2012 背包问题的贪婪算法 例子——背包问题的贪婪算法（Greedy algorithm） STEP 1 STEP 2 * Spring 2012 启发式算法 启发式算法的优点 1. 模型误差、数据不精确性、参数估计误差等可能造成最优算法的解比启发式算法的解更差； 2. 复杂问题无法求得最优算法或最优算法太复杂； 3. 简单易行，直观，程序简单。 启发式算法的缺点 1. 不能保证最优； 2. 不稳定； 3. 依赖于实际问题、设计者经验。 * Spring 2012 启发式算法的分类 数学规划算法 用连续优化（如线性规划）的方法求解组合优化问题（如整数线性规划模型），其中包括一些启发式规则。 基于数学规划的理论。 * Spring 2012 现代优化算法 禁忌搜索算法 模拟退火算法 遗传算法 人工神经网络 蚁群算法 粒子群算法 混合算法 特点： 基于客观世界中的一些自然现象； 建立在计算机迭代计算的基础上； 具有普适性，可解决实际应用问题。 * Spring 2012 算法评价 评价算法优劣的指标 算法的复杂性（计算效率） 解的偏离程度（计算效果） 算法的稳健性（不同实例、不同时间、不同起点的差异） 评价算法优劣的手段 最坏情况分析（纯理论） 概率分析（理论分析） 计算模拟分析（统计特性） * Spring 2012 算法评价 时间复杂性和空间复杂性概念 算法的时间复杂性：算法对时间的需要量（加、减、乘、除、比较、读、写等操作的总次数）； 算法的空间复杂性：算法对空间的需要量（存储空间的大小，二进制位数）； 问题的时间复杂性：所有算法中时间复杂性最小的算法时间复杂性； 问题的空间复杂性：所有算法中空间复杂性最小的算法空间复杂性； * Spring 2012 计算复杂性 复杂性问题分类 P类、NP类、NP完全类 复杂性表示方法 复杂性表示为问题规模n（如TSP的n）的函数， 时间复杂性T(n)，关键操作的次数； 空间复杂性S(n)，占用的存储单元数量； * Spring 2012 计算复杂性的基本概念 复杂性表示方法 若算法A的时间复杂性为TA(n)=O(p(n))，O(p(n))为复杂性函数p(n)主要项的阶，且p(n)为n的多项式函数，则称算法A为多项式算法。 当不存在多项式函数p(n)时，称相应的算法为非多项式时间算法或指数时间算法； 随着变量的增加，多项式函数增长的速度比指数函数和非多项式函数增长的速度要慢得多。 * Spring 2012 计算复杂性与NP完全问题 P类问题（ deterministic polynomial ） 具有多项式时间求解算法的问题类 迄今为止，许多组合优化问题都没有找到求最优解的多项式时间算法。 NP类问题(Nondeterministic polynomial) 定义1 实例是问题的特殊表现，所谓实例就是确定了描述问题特性的所有参数的问题，其中参数值称为数据，这些数据占有计算机的空间称为实例的输入长度。 * Spring 2012 计算复杂性 NP类问题(Nondeterministic polynomial) 定义2 若一个问题的每个实例只有“是”或“否”两种回答，则称该问题为判定问题。 例，TSP的判定问题：给定z，是否存在n个城市的一个排列W，使得f(W)≤z。满足f(W)≤z的一个排列W称为判定问题的“是”答案（可行解）。 * Spring 2012 计算复杂性 NP类问题(Nondeterministic polynomial) 若存在一个多项式 g(x) 和一个验证算法 H ，对一类判定问题 A 的任何一个“是”的判定实例 I 都存在一个字符串 S 是 I 的“是”回答，满足其输入长度 d(S) 不超过 g(d(I)) （其中 d(I) 为 I 的输入长度），且验证算法验证 S 为 I 的“是”回答的计算时间不超过 g(d(I))，则称判定问题 A 为非多项式确定问题，简