[工学]算法设计 动态规划.pptVIP

1.7 对偶与范式 动态规划法 方法概述: 发展及研究内容 动态规划(dynamic programming)是运筹学的一个分支，20世纪50年代初美国数学家R.E.Bellman等人在研究多阶段决策过程(multistep decision process)的优化问题时，提出了著名的最优化原理(principle of optimality)，把多阶段过程转化为一系列单阶段问题，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。 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。例如最短路线、资源分配、设备更新等问题，用动态规划比用其它方法求解更为方便。 方法概述: 发展及研究内容 虽然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，但是一些与时间无关的静态规划(如线性规划、非线性规划)，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。 方法概述: 基本思想 动态规划的思想实质是分治思想和解决冗余。 与分治法类似的是，将原问题分解成若干个子问题，先求解子问题，然后从这些子问题的解得到原问题的解。 与分治法不同的是，经分解的子问题往往不是互相独立的。若用分治法来解，有些共同部分（子问题或子子问题）被重复计算了很多次。 如果能够保存已解决的子问题的答案，在需要时再查找，这样就可以避免重复计算、节省时间。动态规划法用一个表来记录所有已解的子问题的答案。 这就是动态规划法的基本思路。具体的动态规划算法多种多样，但它们具有相同的填表方式。 方法概述: 求解步骤 1、找出最优解的性质，并刻画其结构特征； 2、递归地定义最优值（写出动态规划方程）； 3、以自底向上的方式计算出最优值； 4、根据计算最优值时记录的信息，构造最优解。 注： －步骤1-3是动态规划算法的基本步骤。在只需要求出最优值的情形，步骤4可以省略； －若需要求出问题的一个最优解，则必须执行步骤4，步骤3中记录的信息是构造最优解的基础 方法概述: 适用条件 动态规划法的有效性依赖于问题本身所具有的两个重要性质 最优子结构：当问题的最优解包含了其子问题的最优解时，称该问题具有最优子结构性质。 重叠子问题：在用递归算法自顶向下解问题时，每次产生的子问题并不总是新问题，有些子问题被反复计算多次。动态规划算法正是利用了这种子问题的重叠性质，对每一个子问题只解一次，而后将其解保存在一个表格中，在以后尽可能多地利用这些子问题的解。 方法概述: 最优性原理及举例 Bellman给出这个原理作为动态规划的适用条件，后来Morin在1982年证明了这只是一个充分条件而非必要条件。Bellman的原定义如下： An optimal policy has the property that whatever the initial state and initial decision are, then remaining decisions must constitute an optimal policy with regard to the state resulting from first decision. 最优性原理又称为最优子结构性质： 如果有一决策序列包含有非最优的决策子序列，则该决策序列一定不是最优的。即一个最优策略的子策略总是最优的。 方法概述: 最优性原理及举例（续） 例1：设G是一个有向加权图，则G从顶点i到顶点j之间的最短路径具有最优子结构性质。 证明：（反证） 设i～ip～iq～ j是一条最短路径，但其中子路径ip～iq～ j不是最优的，假设最优的路径为ip～iq’～ j 则我们重新构造一条路径：i～ip～iq’～ j 显然该路径长度小于i～ip～iq～ j，与i～ip～iq～ j是顶点i到顶点j的最短路径相矛盾. 所以，原问题满足最优性原理。 方法概述: 设计技巧 动态规划的设计技巧：阶段的划分和状态的表示； 在动态规划的设计过程中，阶段的划分和状态的表示是非常重要的两步，这两步会直接影响该问题的计算复杂性，有时候阶段划分或状态表示的不合理还会使得动态规划法不适用。 方法概述: 存在的问题 空间溢出的问题，是动态规划解决问题时一个普遍遇到的问题； 动态规划需要很大的空间以存储中间产生的结果，这样可以使包含同一个子问题的所有问题共用一个子问题解，从而体现动态规划的优越性，但这是以牺牲空间为代价的，为了有效地访问已有结果，数据也不易压缩存储，因而空间矛盾是比较突出的。 求两点间最短路径的算法： 例2：货郎担问题 矩阵链乘法 问题描述 加括号的方案数 动态规划法