[计算机软件及应用]动态规划一.pdfVIP

动态规划(一） 长沙市第一中学 曹利国 什么是动态规划？ （一）动态规划是解决多阶段决 策问题的一种方法。 多阶段决策问题  对于整个问题，可以根据其时间或 其他顺序分成若干个前后相关联的子问 题，问题的全局最优包含其子问题的局 部最优，即满足最优子结构性质，并且 无后效性，有边界条件，且一般划分为 很明显的阶段，存在一条或多条状态转 移方程。 带权有向的多段图问题  给定一个带权的有向图，要求从点A到点D 的最短路径。  设F(i)表示从点A到达点i的最短距离，则有  F(A)=0  F(B1)=5,F(B2)=2  F(C1)=min{F(B1)+3}=8  F(C2)=min{F(B1)+2,F(B2)+7}=7  F(C3)=min{F(B2)+4}=6  F(D)=min{F(C1)+4,F(C2)+3,F(C3)+5}=10 多阶段最优化决策问题  由上例可以看出，整个问题分成了A 、B、C 、D 四个阶段来做，每个阶段的数值的计算只会跟上 一个阶段的数值相关，这样一直递推下去直到目 标。  即由初始状态开始，通过对中间阶段决策的选择 ，达到结束状态。这些决策形成了一个决策序列 ，同时确定了完成整个过程的一条最优的活动路 线。 状态转移方程  设f (i)—k 阶段状态i的最优权值，即初 k 始状态至状态i的最优代价。 f (i) = min{ f (j) + u(i,j) } k+1 k 第k+1 第k阶 决策 阶 段状态 段状态 动态规划的基本原理  最优性原理 作为整个过程的最优策略，它满足：相对前面决策所 形成的状态而言，余下的子策略必然构成 “最优子策 略”。  无后效性原则 给定某一阶段的状态，则在这一阶段以后过程的发展 不受这阶段以前各段状态的影响，所有各阶段都确定 时，整个过程也就确定了。这个性质意味着过程的历 史只能通过当前的状态去影响它的未来的发展，这个 性质称为无后效性。 最优性原理 “最优性原理”可陈述为：不论初始状态和 第一步决策是什么，余下的决策相对于前 一次决策所产生的新状态，构成一个最优 决策序列。 最优决策序列的子序列，一定是局部最 优决策子序列。 包含有非局部最优的决策子序列，一定 不是最优决策序列。 例题1：MOD 4余数最小问题 如图，已知一个有向图，求一条从最左边的点走到最右 边点的方案（只能从左往右走），使得所经过的权值 和除以4的余数最小。 2 1 1 3 3 2 分析 设所有点从左至右编号为1…4，MIN （i）表示前 I个点的最优值，很容易得出一个方程： Min(i)=min{(Min(I-1)+num[I-1,1]) mod 4, Min(I-1)+num[I-1,2]) mod 4} 通过这个方程可以求出一条路径为（2+3+1）MOD 4=2 但最优值实际上是 （2+1+1）MOD 4=0。 为什么会出错呢？ 观察以上数据发现取Min( ３) 的时候，动态规划 求出来的最优值为１，而正确的值应该为0，由 此可知本题对应于一条最优路径，并不是这条路 径上的所有点的最优值都是从点１到该点可得的 最优值，对于每一个阶段都取最优值并不能保证 求出最优解，即不满足最优化原理，因此这种规 划方法在本题行不通。 让我们来换一个思路思考本题，因为本题是要求总和除以４