动态规划(普及组-吴建锋)概要1.ppt

动态规划（普及组） 绍兴柯桥中学 吴建锋 认识动态规划 动态规划在运筹学等领域都得到很大的运用，它是求解最优化分阶段决策问题的一种数学方法，大约产生于50年代。1951年美国数学家Bellman等人根据一类多阶段决策问题的特点，把多阶段决策问题变换为一系列互相联系的单阶段问题，然后逐个加以解决。与此同时，他提出了解决这类问题的“最优性原理”，研究了许多实际问题，从而创建了解决最优化问题的一种新的方法―――动态规划。 多阶段决策过程 “动态”的内涵 在分阶段决策问题中，各个阶段采取的决策，一般来说是与时间有关的，决策依赖于当前的状态，又随即引起状态的改变（转移），一个决策序列就是在变化的状态中产生出来的，所以有“动态”的含义。因此，把处理它的方法称为动态规划方法。 问题1：求最短路径长度 假如有下图所示的交通示意图，有向边上的数值表示边的长度，求A到D的最短路径的长度 。 解法1：从初始阶段出发的顺推求解 1、用f[i]表示A到结点i的最短距离 2、我们可以求得f[A]=13，f[B]＝19 （第一阶段） 3、第二阶段求解过程如下： f[B]+28=41 {f[D]的候选最优解} f[C]+15=34 { f[D]的候选最优解} 4、保存较优解：f[D]=min{f[B]+28,f[C]+15} 解法2：目标阶段出发的逆推求解 1、如果用f[i]表示编号为i的结点到终点d的最短距离，那么动态规划分阶段求解的过程如下所示： （1）f[D]:=0 {初始化} （2）f[B]:=28+f[D]; f[C]:=15+f[D] {第一阶段求解} （3）f[A]:=min{13+f[B],19+f[C]} {状态转移方程的体现，第二阶段求解} 什么叫状态转移方程 对于当前阶段的某个状态，必定有有上个阶段的子问题的某一批状态通过对应的决策变换而来，这些子问题的一批状态通过对应的决策应用，就导致了状态转移，新的状态就是当前阶段的某个状态。由于这个新状态的子状态可能不止一个，所以决策后的对应局部解也可能不止一个，在这些解中取一个最优解，就是当前阶段当前状态的最优解，这个求最优解的过程可用一个表达式来描述，这个表达式就是状态转移方程。 状态转移方程应用举例 在下列交通路线中，求节点1到节点10 的最短路径的长度。 分阶段决策的手工计算 第一阶段： f[2]=f[1]+13=13;f[3]=f[1]+21=21;f[4]=f[1]+9=9 第二阶段： f[5]=min{f[2]+15,f[3]+17,f[4]+24}=28; f[6]=min{f[2]+3,f[3]+5,f[4]+27}=16 第三阶段： f[7]=min{f[5]+11,f[6]+8}=24; f[8]=min{f[5]+13,f[6]+19}=35; f[9]=min{f[6]+16}=32 目标阶段求解 第四阶段： f[10]=min{f[7]+25,f[8]+11,f[9]+20}=46 具体化的状态转移方程 1、f[5]=min{f[j]+x,……}，f[6]=min{f[k]+y,……} 2、f[j]+x中的f[j]就是上阶段子问题各状态的最优解 ；而x则是某个子状态转移到当前状态产生的决策效应（或者是代价） 一般化的状态转移方程 实际编程实现时，状态转移方程往往是一个通用计算式，在这个通用计算式中往往会包含各种子状态、子状态对应子问题的最优解、决策等参数。 动态规划的算法设计 如果用i表示当前需求解的阶段号（有时为了描述的方便，i也可表示当前阶段的前一个阶段），j表示当前阶段各个状态（或者说是阶段的各个节点编号），k表示前一阶段各个子状态能选择的策略，用f[I,j]表示起点1到第i阶段编号为j的结点（也可理解为状态）的最短距离，那么上面问题用动态规划求解的大致程序结构如下： 穷举所有的阶段（for i:=1 to 4 do） 穷举当前阶段i所有可能的状态j 穷举j状态所有对应的子状态的所有可选择的策略k F[I,j]:=min{f[i-1,j1]+x[j1,k] | j1表示状态j所有可能的子状态} 程序代码实现 输入数据： 2 3 4 0 5 6 0 7 8 9 0 10 0 0 13 21 9 maxint maxint maxint maxint maxint maxint maxint 0 maxint maxint 15 3 maxint maxint maxint maxint maxint maxint 0 maxint 17 5 maxint maxint maxint maxint maxint max