《现代优化技术-靳志宏》第3讲：现代优化技术基础之计算机基础.pptVIP

计算复杂度的影响因素 模型及建模条件 例： R L 1/2 计算复杂度的影响因素 模型1及其建模假设 模型2及其建模假设 模型3及其建模假设 计算复杂度的影响因素 计算复杂度的影响因素：探索空间 探索空间1---解的近似度、满意度 例：0—10之间的整数解：1-9共9个可行解（一维） 0—10之间的实数解：精确到小数点后6位 共有107个可行解（一维）； 107n个可行解（n维） 探索空间2---解空间大小 例：桌子上有6根火柴，要求构建出4个三角形。 计算复杂度的影响因素 探索策略的选取 基于计算复杂度的优化问题分类 所有优化问题 NP问题 NP完全问题 旅行商問題 背包問題 …… P问题 最短路問題 线性规划問題 …… P（polynomial）问题 NP 问题 （non-deterministic polynomial） NP完全问题 NP-complete problem NP困难问题 NP-hard problem X 问题 基于计算复杂度的优化问题分类 几个需要明确的问题： 不是P问题，就一定是NP问题吗？ 不是的； P和NP两个集合并非是补集的关系，两者集合并非全集。 NP完全类问题：所有NP类问题都可以在多项式时间内归结为这几类问题之中 (NP-C: NP-Complete) NP困难类问题： （NP-Hard: at least as hard as NP-C） Q A 现代优化技术 第3讲：现代优化技术基础之计算机基础 主要内容 计算复杂性理论 (Complexity Theory) 计算量的概念 计算量的表示 算法与计算量 算法的计算复杂性 多项式时间算法与指数时间算法 计算复杂性的影响因素 P与NP问题 计算机编程语言（Programming） 优化问题及其计算的复杂性 组合优化问题： 组合数虽然有限，但因其数量太多， 寻找最优解很难。 背包问题（knapsack problem）： n个物品, 2n实行可能解。 旅行商问题（traveling salesperson problem）： 都市n个, n!实行可能解。 用有限時間可以求解，但计算时间太长，成本太高 9 0 1 2 3 3 4 5 6 7 １ 2 3 4 5 计算量的膨胀 每秒钟可以穷举24个城市的全排列 24！ 找出TSP问题最优解的所需要时间： TSP问题规模：24 25 26 27 28 29 30 31 穷举需时间： 1秒 25秒 10分 4时 5日 4.5月 11年 3.3世纪 计算量的表示 ＋,－,×,÷ 比较：≠，≤，≥，＜，＞ 5种基本演算都是用1step 可以实现. 事实上,×比＋多占用時間. 「四舍五入」不算基本演算. 5种基本演算： 计算量的表示 算法计算量： ｛a1, a2,..., an｝：n个整数 Q1. 求和（1）： a1+a2+???+an. n-1 steps Q2. 求和（2）： (1) 2×a1+???+ 2×an , 2n-1 steps (2) 2×(a1+???+an) , n steps 计算量的表示 算法计算量： Q3. 计算：a1b1+???+anbn. 2n-1 steps. Q4. 2个ｎ×ｎ阶矩阵相乘. n2(2n-1) steps（ n2(n+n-1)） 计算量的表示 算法计算量： Q5. ｛a1, a2,..., an｝：n个整数 求其和为最大的部分集合. 所有的部分集合的和进行比較 2n (n-1) +(2n-1) steps 计算量的膨胀 10行×10列棋盘上米粒的数量 （第1格内放1粒米，以后每格顺次增加1倍……) 格序号 米粒数 重量 (kg) 1 1