投资问题算法.docVIP

解决投资问题的不同算法 2. 1 ?? 利用蛮力法求解投资问题 用蛮力法解决投资问题, 需要考虑给定n 个投资项目集合的所有子集, 找出所有可能的子集( 总投资 43 玉溪师范学院学报( 第26卷) 2010 年第8 期?? Journal of Yuxi Normal University Vol. 26 No. 8 Aug. 2010 额不超过可用资金总数M 的子集) , 计算每个子集的总利润, 然后在他们中找到利润最大的子集. 根据以上分析, 利用蛮力法求解投资问题算法伪代码如下: bestv 是算法当前获得最优效益值. ( 1) 采用生成子集算法生成n 个投资项目集合的所有子集; ( 2) fo r( i = 0; i 2n; i + + ) ?? ?? ? 计算第i 个子集所对应项目的总投资额m ?? ?? # if (m = M) ?? ?? ?? ?? ( a) 计算第i 个子集的总利润v ?? ?? ?? ?? ( b) if ( bestv = v) ?? ?? ?? ?? ( c) bestv = v ; ?? ?? ? 否则该子集为不可行子集 对于一个具有n 个元素的集合, 其子集数量是2n , 所以, 不论生成子集的算法效率有多高, 蛮力法都会 导致一个??( 2n ) 的算法. 2. 2 ?? 利用动态规划法求解投资问题 利用动态规划法的设计思想, 投资问题可以看作是决策一个序列( x 1 , x 2 , !, x n ) , 对任一变量x i 的决 策是决定x i = 1 还是x i = 0. 在对x i- 1 决策后, 已确定了( x 1 , !, x i- 1 ) , 在决策x i 时, 有两种情况: ( 1) 资金 不足以投资项目i, 则x i = 0, 利润不增加; ( 2) 资金足够投资项目i , 则x i = 1, 利润增加了vi . 首先证明投资问题满足最优性原理. 设( x 1 , x 2 , !, x n ) 是所给投资问题的一个最优解, 则( x 2 , !, x n ) 是下面一个子问题的最优解: ?? n i= 2 six i ?? M- s1x 1 x i { 0, 1} ( 2 ?? i ?? n) ?? ?? ?? max?? n i= 2 v ix i 如若不然, 设( y 2 , !, y n ) 是上述子问题的一个最优解, 则 因此, ?? n i= 2 viy i ?? n i = 2 v ix i , 且s1x 1 + ?? n i= 2 siy i ?? M 可得到: v1 x 1 + ?? n i= 2 viy i v1 x 1 + ?? n i= 2 vix i = ?? n i= 1 vix i 这说明( x 1 , y 2 , !, y n ) 是所给投资问题比( x 1 , x 2 , !, x n ) 更优的解, 从而导致矛盾. 令d( i , j ) 表示使用投资资金j ( 1 ?? j ?? M) 投资前i( 1 ?? i ?? n) 个项目的利润最大值. 如果资金不足 以投资项目i, 则投资前i 个项目得到的最大利润和投资前i - 1 个项目得到的最大利润是相同的, 即项目 i 不能被投资; 如果资金足够投资项目i, 则会有以下两种情况: ( 1) 如果投资第i 个项目, 则投资项目的利 润等于使用投资资金j - si 投资前i - 1 个项目的利润加上第i 个项目的利润v i , 即d( i - 1, j - si ) + vi ; ( 2) 如果第i 个项目没有被投资, 则投资资金的利润就等于使用投资资金j 投__________资前i 个项目的利润. 显然, 取二者中利润较大者作为使用投资资金j 投资前i 个项目的利润的最优解. 这样我们可以得到如下动态规 划函数: d ( i, j ) = d ( i - 1, j ) ?? ?? 0 ?? j si max{ d ( i - 1, j ) , d( i- 1, j - si ) + vi } ?? ?? 1j ?? si ( 3) 根据以上分析, 利用动态规划法求解投资问题算法伪代码如下: ( 1) 初始化数组d[ n + 1] [ M+ 1] 的第0 行和第0 列为0. 44 玉溪师范学院学报 ( 2) 决策项目i 是否被投资. ?? for( i = 1; i = n; i+ + ) ?? / / 计算第i 行, 进行第i 次迭代 ?? ?? ?? for( j = 1; j = M; j + + ) ?? ?? ?? ?? ?? if( j s[ i ] ) ?? / / 资金不足以投资项目i ?? ?? ?? ?? ?? ?? ?? d[ i ] [ j