考古学运用应用.docVIP

考古中的应用运筹学 ——阅读《Flinders Petrie, the Travelling Salesman Problem, and the Beginning of Mathematical Modeling》一文有感 求是楠 1. 弗林德斯·皮特里简介 威廉·马太·弗林德斯·皮特里，生于1853年，于1942年卒。是一名英国籍的考古学家，埃及学家，文物保护专家，与考古系统方法论先驱者。在考古学界，他被看做是埃及学第一人，他曾在埃及发掘过许多重点考古遗址。他在关于麦伦普塔赫石碑研究以及墓穴断代算法方面有着极其杰出的贡献。 本文将着重介绍他在埃及墓穴断代问题上的杰出贡献，他打破了当时完全以考古知识以及文献参考来进行遗址断代的传统思路，将运筹学与统计学的知识巧妙地运用到了考古工作中，从而解决了近千于墓穴年代的排序，这在当时靠传统考古学思路几乎不可能解决的问题。在解决问题中，他主要利用到了运筹学中的旅行商（TSP）问题与海明距离，下面将简单介绍这两个知识点。 2.知识概要 2.1.旅行商问题（TSP）简介 旅行商问题（Traveling Salesman Problem，TSP）又译为 HYPERLINK /view/614849.htm \t _blank 旅行推销员问题、 HYPERLINK /view/267558.htm \t _blank 货郎担问题，属于 HYPERLINK /view/973381.htm \t _blank NP-Complete问题，也是最基本的路线问题。该问题是在寻求单一旅行者由起点出发，通过所有给定的需求点之后，最后再回到原点的最小路径成本。最早的旅行商问题的数学规划是由Dantzig（1959）等人提出。TSP问题规则虽然简单，但在地点数目增多后求解却极为复杂。因其穷举时间杂度按N！增加，当城市数量达到一定时用穷举法很难得出结论。多年来，有许多知名运筹学家在TSP问题上进行了深入的研究，试图找到一个高效的 HYPERLINK /view/7420.htm \t _blank 算法来解决TSP问题。 此部分有参考Wikipedia维基百科《TSP》词条。 此部分有参考Wikipedia维基百科《TSP》词条。 对于N较小的TSP问题，我们可以适当使用枚举算法，通过计算机搜索来解决，或者利用贪心算法来取最优解。然而当数据数量增加，需要过多运算，从而相对“暴力”的算法并不能解决问题。在这种情况下，可以试图使用途程建构法、途程改善法、合成启发法、遗传算法等方法来解决。 2.2.海明距离简介 从数学的角度来看，海明距离即两个相同维度的向量中，数字不同的维度数。如（1,1,0,0,1）与（1,0,1,1,1）其中第二，三，四维度数字不同，故这两个向量的海明距离为3。在计算机科学界，两个码字的对应比特取值不同的比特数称为这两个码字的海明距离。在一个有效编码集中,任意两个码字的海明距离的最小值称为该编码集的海明距离。例如，10101和00110从第一位开始依次有第一位、第二、第五位不同，则海明距离为3。 用通俗的语言来讲海明距离就是一个描述两个或多个n维向量的“近似度”的量化值，后文中考古学家皮特里在稀疏矩阵中使用到的海明距离也是用于描述各个墓穴间的相似程度，从而进一步推出时间的先后关系。 3.皮特里墓穴断代算法介绍 弗林德斯·皮特里(Flinders Petrie)利用了上述的两个基本算法以及数学建模的思想巧妙地解决了墓室年代测序这一考古学的难题。这个问题的出现于埃及的尼阔达地区（Naqada in Upper Egypt），当时在该地区挖掘出了多达近一千的古埃及墓穴，如何将这些墓穴分类并得到一个较为准确的历史年代顺序变为了一个困扰历史学家与考古学家的难题。按照传统的考古学分析依次来分类并断代这些墓穴在各方面的耗费都是极大的，也就是说这个问题几乎不可能被之前的一些传统考古学方法解决。也是在这时皮特里将运筹学与数学建模的知识应用在了考古中并获得了显著的成效。 他的方法基于这样一个考古学常识：在考古学工作中，经常要分析某个房间曾经的居住者是谁这样的问题，比如有三个房间，分别属于英国的三位女王——伊丽莎白，玛丽与安娜。单从房间地理位置与房间结构很难得到结论，但如果从房间里面的家具入手来分析将使问题变得简单很多。对于墓穴分析也和分析房间相似，由于不同时期的陶器有着显著区别，皮特里将着重点放到了分析墓穴内的陶器上。 皮特里第一步做的就是把陶器分类B,P,F,C,N,W,D,R,L九类，每类有一显著的某一时代特征，比如B类是顶部为黑色的陶器，P类为打磨过的红陶等。在原文中也给出了如下的分类图（见尾页附图.01）。 他的第二步是把每个墓穴的陶器分类情况记在一张纸条上，纸条呈长方形，分为10列，每列第一项为墓穴编