数学建模：组合优化问题和计算复杂性..ppt

第一章 组合优化问题和计算复杂性 §1.1 组合优化问题与算法 §1.1 组合优化问题与算法 §1.1 组合优化问题与算法 §1.1 组合优化问题与算法 §1.1 组合优化问题与算法 §1.1 组合优化问题与算法 §1.1 组合优化问题与算法 §1.1 组合优化问题与算法 共同特点：可行方案是有限的 ——组合优化问题 §1.1 组合优化问题与算法 §1.1 组合优化问题与算法 §1.1 组合优化问题与算法 §1.2 计算复杂性问题 §1.2 计算复杂性问题 §1.2 计算复杂性问题 §1.2 计算复杂性问题 研究计算复杂性问题主要是针对n很大的情形 §1.2 计算复杂性问题 §1.2 计算复杂性问题 §1.2 计算复杂性问题 §1.2 计算复杂性问题 §1.2 计算复杂性问题 §1.2 计算复杂性问题 Definition 3 §1.2 计算复杂性问题 多项式时间算法 §1.2 计算复杂性问题 三、P类、NP类、NP—完全问题、NP—难问题 §1.2 计算复杂性问题 如果一个问题π的输出（即答案）为 Yes or No，则称问题π为判定问题。 §1.2 计算复杂性问题 Example 6 （TSP）已知完全图 G 上每一条边（vi,vj） 的权wij，及常数 h 。问是否存在一个 H-圈 C，使得 §1.2 计算复杂性问题 NP 类问题 ：（Nondeterministic Polynomial） §1.2 计算复杂性问题 P §1.2 计算复杂性问题 在对P = NP 的研究中， §1.2 计算复杂性问题 Theorem 1 §1.2 计算复杂性问题 SAT ∈ NP-c §1.2 计算复杂性问题 对一个新的组合优化问题 E ，在找不到解它的有 效算法时，可去证明 E ∈ NP-c. §1.2 计算复杂性问题 LP ∈ P §1.2 计算复杂性问题 §1.3 启发式算法 在光滑函数极值的数值求解中，邻域是一个非 常重要的概念。函数的下降或上升都是在一点的邻 域中寻求变化方向，组合优化中，距离的概念通常 不再使用，但是在一点附近搜索另一个下降的点仍 然是组合优化数值求解的基本思想。 §1.3 启发式算法 D上的一个映射 N： N：s ∈ D §1.3 启发式算法 对 TSP , §1.3 启发式算法 定义邻域映射为2-opt 即s中的两个元素进行对换, N(s)中共包含s 的C2n个邻居。 §1.3 启发式算法 Definition 7 §1.3 启发式算法 二、启发式算法定义 §1.3 启发式算法 Definition 9 §1.3 启发式算法 算法为: step1 任选一个初始解so ∈ S ； step2 在N(so)中按某一规则选一s，若 f(s) f(so)，则 so:= s 返回 step 2 ； 否则，N(so) :=N(so) - s ; 若N(so)=ф， 停止; 否则，返回 step 2 . §1.3 启发式算法 启发式算法的长处： §1.3 启发式算法 4）简单易行，比较直观，易被使用者接受； §1.3 启发式算法 三、常见启发式算法类型 §1.3 启发式算法 该算法的特点是：从一个可行解到另一 个可行解的选择，通常通过两个解的比较而选择好的 解，进而作为新的起点进行新的迭代，直到满足一定 的要求为止。 §1.3 启发式算法 so的2-opt 邻域是对so的任两个元素对换， 如果固定第一个城市1，即 §1.3 启发式算法 四．启发式算法的性能分析 §1.3 启发式算法 （1） 最坏情形分析 §1.3 启发式算法 如何求（或证明）RH= a §1.3 启发式算法 启发式算法 H 的渐近性能比 §1.3 启发式算法 （2） 概率分析 §1.3 启发式算法 （3） 大规模计算分析 §1.3 启发式算法 ??? 对一个算法进行评价： 1、计算时间效果 往往通过目前的计算机设备能否承 受，用户能否接受现