动态规划课件说明讲稿.pptVIP

第五章 动态规划;5.1动态规划的设计思想 5.2 动态规划算法的设计要素 5.3 动态规划算法的典型应用 投资问题； 0－1背包问题； 最优二叉搜索树问题;引例： 多段图的最短路径问题 ;2;对多段图的边(u, v)，用cuv表示边上的权值，将从源点s到终点t的最短路径记为d(s, t)，则从源点0到终点9的最短路径d(0, 9)由下式确定： d(0, 9)=min{c01+d(1, 9), c02+d(2, 9), c03+d(3, 9)} 这是最后一个阶段的决策，它依赖于d(1, 9)、d(2, 9)和d(3, 9)的计算结果，而 d(1, 9)=min{c14+d(4, 9), c15+d(5, 9)} d(2, 9)=min{c24+d(4, 9), c25+d(5, 9), c26+d(6, 9)} d(3, 9)=min{c35+d(5, 9), c36+d(6, 9)} 这一阶段的决策又依赖于d(4, 9)、d(5, 9)和d(6, 9)的计算结果： ;d(4, 9)=min{c47+d(7, 9), c48+d(8, 9)} d(5, 9)=min{c57+d(7, 9), c58+d(8, 9)} d(6, 9)=min{c67+d(7, 9), c68+d(8, 9)} 这一阶段的决策依赖于d(7, 9)和d(8, 9)的计算，而d(7, 9)和d(8, 9)可以直接获得（括号中给出了决策产生的状态转移）： d(7, 9)=c79＝7(7→9) d(8, 9)=c89＝3(8→9) 再向前推导，有： d(6, 9)=min{c67+d(7, 9), c68+d(8, 9)}=min{6+7, 5+3}=8(6→8) d(5, 9)=min{c57+d(7, 9), c58+d(8, 9)}=min{8+7, 6+3}=9(5→8) d(4, 9)=min{c47+d(7, 9), c48+d(8, 9)}=min{5+7, 6+3}=9(4→8); 动态规划是用来解决多阶段决策过程最优化的一种数量方法。其特点在于，它可以把一个n 维决策问题变换为几个一维最优化问题，从而一个一个地去解决。 需指出：动态规划是求解某类问题的一种方法，是考察问题的一种途径，而不是一种算法。必须对具体问题进行具体分析，运用动态规划的原理和方法，建立相应的模型，然后再用动态规划方法去求解。; 即在系统发展的不同时刻（或阶段）根据系统所处的状态，不断地做出决策；;; 1、动态规划方法的关键在于正确地写出基本的递推关系式和恰当的边界条件（简称基本方程）。要做到这一点，就必须将问题的过程分成几个相互联系的阶段，恰当的选取状态变量和决策变量及定义最优值函数，从而把一个大问题转化成一组同类型的子问题，然后逐个求解。即从边界条件开始，逐段递推寻优，在每一个子问题的求解中，均利用了它前面的子问题的最优化结果，依次进行，最后一个子问题所得的最优解，就是整个问题的最优解。; 2、在多阶段决策过程中，动态规划方法是既把当前一段和未来一段分开，又把当前效益和未来效益结合起来考虑的一种最优化方法。因此，每段决策的选取是从全局来考虑的，与该段的最优选择答案一般是不同的. ;;;习题:多段图问题(multistage graph problem);5.2 动态规划的设计要素;*;*;*;实例：数字三角形 ;2、解题思路 ;3、参考程序 I;3、参考程序 I;程序I分析 ;程序分析 ;4、参考程序 II;4、参考程序 II;程序II分析 ;5、参考程序 III;动态规划解题的一般思路 ;动态规划解题的一般思路 ;动态规划解题的一般思路 ;习题——聪明的KK;5.3 动态规划的典型应用;*; 现有数量为a（万元）的资金，计划分配给n 个工厂,用于扩大再生产。 假设：xi 为分配给第i 个工厂的资金数量（万元） ；gi(xi)为第i 个工厂得到资金后提供的利润值（万元）。 问题是如何确定各工厂的资金数，使得总的利润为最大。 ; 令：fk(x) = 以数量为x 的资金分配给前k 个工厂，所得到的最大利润值。 用动态规划求解，就是求 fn(a) 的问题。; 如果a 是以万元为资金分配单位，则式中的y 只取非负整数0，1，2，…，x。上式可变为：; 例题： 设国家拨给60万元投资，供四个工厂扩建使用，每个工厂扩建后的利润与投资额的大小有关，投资后的利润函数如下表所示。;;;最优策略为（30，20），此时最大利润为105万元。;最优策略为（20，20），此时最大利润为90万元。;最优策略为（1