动态规划算法教学PPT.pptVIP

第八讲 动态规划算法Dynamic Programming 主要内容： 什么是动态规划? 它能解决哪些问题? 解决的步骤又是什么样的? ----------递推求解的扩充 * * 先回顾一下——Fibnacci 递推求解： 如Fibnacci： fn=fn-1+fn-2。 或者增强型的fibnacci数列：每一项都是前面若干项的一个线性组合。 如果夸张一点，会怎样？ 例：最短路径问题 为了找到由A到E的最短路线，可以将该问题分成A-B-C-D-E 4各阶段，在每个阶段都需要作出决策，即在A点需要决策下一步到B1还是B2或B3；同样，若到达第二阶段某个状态，比如B1,需要决定走向C1还是C2；依次类推，可以看出：各个阶段的决策不同，由A到E的路线就不同，当从某个阶段的某个状态发出一个决策，则这个决策不仅影响到下一各阶段的距离，而且直接影响后门各个阶段的行进线路。所以这类问题要求在各个阶段选择一个恰当的决策，使这些决策序列所决定的一条线路对应的线路最短。 动态规划（dynamic programming）作为一种多阶段决策优化过程的通用方法，它是在20世纪50年代由一位卓越的美国数学家Richard Bellman所发明的。他在研究多阶段决策过程(multistep decision process)的优化问题时，提出了把多阶段过程转化为一系列单阶段问题，利用各阶段之间的关系，逐个求解，创立了解决这类过程优化问题的新方法——动态规划。 规划（programming）的含义意味着一系列的决策，而动态（dynammic）的含义则传递着这样一种思想，就是所作的决策可能依赖于当前状态，而与此前所作的决策无关。 应用： 动态规划问世以来，在经济管理、生产调度、工程技术和最优控制等方面得到了广泛的应用。如最短路线、库存管理、资源分配、设备更新、装载等问题，用动态规划方法比用其它方法求解更为方便。 　　 分类： 动态规划：主要用于求解以时间划分阶段的动态过程的优化问题 静态规划：与时间无关的规划(如线性规划) 可以人为地引进时间因素，把它视为多阶段决策过程，也可以用动态规划方法方便地求解。 动态规划必须： 具体问题具体分析处理 一题一解 动态规划的应用 动态规划算法与分治法类似，其基本思想也是将待求解问题分解成若干个子问题 但是经分解得到的子问题往往不是互相独立的。不同子问题的数目常常只有多项式量级。在用分治法求解时，有些子问题被重复计算了许多次。 算法的条件 n T(n) = n/2 T(n/4) T(n/4) n/2 T(n/4) T(n/4) T(n/4) T(n/4) n/2 T(n/4) T(n/4) n/2 T(n/4) T(n/4) T(n/4) T(n/4) 求fn和fn-1的时，都使用到了fn-2. * * 算法框架： 1）用一个集合（数组）记录所有已解决的子问题的答案，不管该问题以后是否被用到，只要它被计算过，就将其结果填入表中。 2）下次在使用某个子问题的时候，首先到集合中查看，如果已经存在就直接使用就可以了。 动态规划的算法框架 * * Fn=Fn-1+Fn-2 特点：子问题不是独立的 数量：不同的子问题的个数是线性的。 步骤：用一个集合F=｛F1,F2,…,Fn｝记录所有已解决的子问题的答案，依次根据最后两项的状态将后继状态填入表中即可。 Fi表示第i时间片的序列值。 第1和第2时间序列是1，1 动态规划的例子：Fibnacci 算法： 1）[初始态]设集合F={f1=1,f2=1}; 2)[规划]i=3 3）[当前状态=前两个时间片状态的和]Fi=Fi-1+Fi-2。 4）[下一时间太]i=i+1,如果i=n转2,否则结束。 值：F1 f2 f3 f4 f5 … fi … fn 时间片：1 2 3 4 5 … I … n 例：最短路径问题 S1={E=0} S2={E=0,d1=7,d2=8,d3=6} S3={E=0,d1=7,d2=8,d3=6,c1=10,c2=13,c3=15} S4={E=0,d1=7,d2=8,d3=6,c1=10,c2=13,c3=15,b1=16,b2=13,b3=19} S4={E=0,d1=7,d2=8,d3=6,c1=10,c2=13,c3=15,b1=16,b2=13,b3=19,a=18} 最短路径：A B2 C1 D2 E XE=min{XY+YE|Y是X的后继} 作业1：求A到D的最短路径 分别标记出每个结点到D点的最短路径 再一例：最短路径 * * （1）【理解题目】找出最优解的性质，并