動態(tài)求解最優(yōu)值設(shè)計題目

DNADNADynamicprogrammingtosolveoptionalDynamicprogramming,althoughitisabranchofoperationsresearch,buttosolvetheproblemofmultiplestagedecisionysarolecannotbeignored,anddynamicprogrammingdynamicisindecision-makingintheprocessoftheoptimalvalueisdynamic,notfixed,bytimesequence,infrontofthedecision,statetransfereffect.Dynamicprogrammingysanimportantroleinsolvingmultiplestagedecisionproblems,anditcannotbeignoredinsolvingmanypracticalproblems.Firstly,theconceptandthoughtofdynamicprogrammingisexpounded,thenelaboratestheconceptofdynamicprogramming,thebasicprincipleof,fromdifferentanglestothedynamicprogrammingtoexpressandareexpressedideasandapplicationsincomputerscienceandmathematics,althoughtherearedifferentinterpretationsofdifferentdisciplines,butitisthesame,andfinallyleadstothecenterofthispaper:usingdynamicprogrammingforsequencecomparison,andcomparisonofthelettersequencesimilarity.Ofcourse,wecanalso,andtostudytherelationshipbetweenDNAsequencesusingtheconceptofDNAsequencesimilarity.:dynamicprogramming,multistagedecision,sequence引 緒 選題背 選題意 課題研究內(nèi)容、要求及目 離散型動態(tài)規(guī)劃問 離散型動態(tài)規(guī)劃問題的基本概 動態(tài)規(guī)劃問題的基本特征及基本思 動態(tài)規(guī)劃問題的特 最優(yōu)化原理及動態(tài)規(guī)劃模型的建 最優(yōu)化原理的概 動態(tài)規(guī)劃模型的建 動態(tài)規(guī)劃思想的應(yīng)用舉例分 利用動態(tài)規(guī)劃進(jìn)行序列比 問題分 動態(tài)規(guī)劃適用性分 序列比對闡述分 計算機(jī)解決之代碼片 問題小 結(jié)束 參考文 致 附 動態(tài)規(guī)劃于50年代，1951年數(shù)學(xué)家總結(jié)出一類多階段決策問題的特點(diǎn)，并逐一解決，并初步總結(jié)提出了這類問題的最優(yōu)性原理，并把這類問題進(jìn)行歸類，從而創(chuàng)建了這種新的方法—動態(tài)規(guī)劃。但是動態(tài)規(guī)劃很容易就可以解決，這就是動態(tài)規(guī)劃的。利用動態(tài)規(guī)劃限的，特別是這個人口眾多的國家，管理更是一件必須要做的事劃思想,講述了其在解決工業(yè)、路程、軍事、投資等方面的應(yīng)用,通IBFS[15]研究了連續(xù)動態(tài)規(guī)劃問題的最優(yōu)控制基本態(tài)規(guī)劃中的最優(yōu)化原則將整體過程劃分為無數(shù)個互相聯(lián)系的決策過程,些問題的最優(yōu)解決方法,是問題的一種途徑,而不是一種特殊算法,但是量k的階段上確定全部允許決策所需要的信息，階段ksk，比sk的大寫字母SkskSk，狀態(tài)可能集可以是一個離散取值的集合，也可以是對諸多因素進(jìn)行分析、計算、判斷后做出的決定。決策出策分析，決性質(zhì)：最優(yōu)子結(jié)構(gòu)問題。 問題描述：nv，每個物品都有一積c[i]和價值w[i]，問如何裝這些物品,使得背包里放的物品價建立模型：na種選擇，放或是不放，分析其最優(yōu)值，接著，第二個物品，同樣是放或是不放，分析求解最優(yōu)值，…，其中限制條件是背包的容量一定，同時，下一個階段受前一個階段的影響，后一個階段一個階段分析求解之后進(jìn)行。建立模型：nnn態(tài)變量i，f[i][v]，ai-1][v],f[i-1][v-c[i]]+w[i]}，確定基本方程：f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}狀態(tài)轉(zhuǎn)移方程：f[i][v]=max{f[i-1][v],f[i-1][v-方程分析：這個方程是解決所有背包問題的基礎(chǔ)，題目中是將所有物品放進(jìn)一個背包里，這個背包的容量是v，假如只考慮第i只需要考慮第ii-1v-c[i]，f[i-1][v-c[i]]，iw[i]，f[i][v]=f[i-1][v-c[i]]+w[i];iif[i][v]=f[i-1][v]。問題描述：給定mnij源有個值，問如何分配這m個資源能使獲得的最大，求最大盈建立模型：n個部門求最大，劃分為n個階段，選擇狀態(tài)變量i，確定決策變量f[i,j]，考慮第一個部門，設(shè)為a階段，求解最大，為f[1,k1]，接著，第二個部門，分析求解最大，其中第二個階段受第一個階段的影響，為前面階段的最大，再加上第二個階段的最大，max{f[i-1,k]+value[i,j-k]}，…，其中限制條件是背包的容量一定，同時，下一個階段受前一個階段的影響，后一個階段一個階段分析求k]}(0<=k<=j)，最后寫出基本方程進(jìn)行求解，基本方程：f[i,j]:=max{f[i-1,k]+value[i,j-k]}(0<=k<=j)狀態(tài)轉(zhuǎn)移方程：f[i,j]:=max{f[i-1,k]+value[i,j-k]}方程分析：以資源數(shù)做狀態(tài)值，我們只需要考慮第ii明顯就是前面i-1的最大f[i-1,k]，再加上第i個部門的資源分配abcdgbcdz，以及生命之間的遺傳規(guī)律，生物信息學(xué)研究的重點(diǎn)就是學(xué)和蛋白質(zhì)方面，而學(xué)的重點(diǎn)就是分析核酸和蛋白質(zhì)之間的關(guān)系，從序列出發(fā)，研列比對是一種強(qiáng)有力的工具，從序列的片段測定、拼接，的表達(dá)分DNA導(dǎo)致字符串的差異，我們通過找出這些差異并進(jìn)行標(biāo)記便可以計算出相似度，假設(shè)找到的缺失|增加|錯位的問題都使得最短距離加1，首先進(jìn)行初始化處理，我們以一小段字母序列為例，要想比較這兩段字母之間的最小區(qū)別，也就是兩段字母之間的最短距離，我們需要先計算局部的最優(yōu)值，根據(jù)局部的最優(yōu)值來確定整體的最優(yōu)值。1（例如把“a”替換為“g”）1（例如把“abcd”變?yōu)椤癮bcdz”）1“travelling”變?yōu)槿缓髮ζ溥M(jìn)行初始化處理，a01,a02,...,a0nn，a00,a10,...,am0,m，算方式計算各個格子的具體值，從而得出最優(yōu)路線，最右上角的即為最優(yōu)值的再根據(jù)段最優(yōu)路線，即兩段字母之間的差異狀況，我們可以獲取到兩段字母之間的異同點(diǎn)，下面是兩段字母之間的最優(yōu)值計算情況：1及獲取最優(yōu)值和最優(yōu)路線:建立模型：設(shè)兩段字母序列長度是ij，i*j階段，建立一個矩陣進(jìn)行研究，選擇狀態(tài)變量ij，確定決策變量d[i][j]，首先進(jìn)行初始化處理，其中如圖所示，每個格子代表一個階段，其中后一個格子受前一個格子的影響，先求解出前一個格子，再根據(jù)前一個格子的最優(yōu)值以及當(dāng)前階段的字母之間的比較，確定第二個階段的最優(yōu)值，其他階段同理，其中下一個階段受前一個階段的影響，后一個階段在前一個階段分析求解之后進(jìn)行。然后列出狀態(tài)轉(zhuǎn)移方程：d[i][j]=min(d[i-1][j-1]+(str1[i]==str2[j]?0:1),d[i-1][j]+1,d[i][j-1]+1)，=min(d[i-1][j-1]+(str1[i]==str2[j]?0:1),d[i-1][j]+1,d[i][j-1]+1)狀態(tài)轉(zhuǎn)移方程：d[i][j]=min(d[i-1][j-1]+(str1[i]str2[j]?0:1),d[i-1][j]+1,d[i][j-1]+說明：其中i，jstr1str2兩段字符串，d（差異度），最終的差異度就是兩0，不相同為動態(tài)規(guī)劃也存在著很多的問題，沒有一定的定理，沒有一定的概念，間是相互聯(lián)系的，并沒有統(tǒng)一的定理，所以在解決問題的時候就需要這次的實(shí)現(xiàn)是對這段時間學(xué)習(xí)研究動態(tài)規(guī)劃的成果的體現(xiàn)，也是對數(shù)學(xué)和計算機(jī)思想的一個總結(jié)，通過各個網(wǎng)絡(luò)和想和概念模型，以及對的書寫的方法，都有了一定的認(rèn)識和了解?？傊?，在這次的編寫過程中，對動態(tài)規(guī)劃思想的架構(gòu)體系有了一定的了解，對于的整體設(shè)計體會也是越來越深，這是我這一段時間學(xué)習(xí)動態(tài)規(guī)劃的學(xué)結(jié)、能力總結(jié)，也是我今后工作學(xué)習(xí)的寶貴經(jīng)驗(yàn)本篇中，我們可以看出動態(tài)規(guī)劃在數(shù)學(xué)和計算機(jī)研究中不可磨滅[1]動態(tài)規(guī)劃思想在算法設(shè)計中的應(yīng)用[J].電子信息職業(yè)[2].Bellman最優(yōu)化原理-輪動態(tài)規(guī)劃[M].：東華大學(xué)[3]，.淺論動態(tài)規(guī)劃優(yōu)化模型在設(shè)備更新中的應(yīng)用沿海企業(yè)與科技[4].設(shè)備更新問題的運(yùn)籌學(xué)模型[J].機(jī)械管理開發(fā)[5]，.運(yùn)籌學(xué)發(fā)展的歷史回顧[J].工業(yè)大學(xué)學(xué)報[6].設(shè)備更新的最佳年限決策模型[J].數(shù)學(xué)通訊[7].關(guān)于設(shè)備更新的經(jīng)濟(jì)分析與探討[J].遼寧化工[9].基于的動態(tài)規(guī)劃逆算法的實(shí)現(xiàn)[J].紡織高?；A(chǔ)科[10].關(guān)于動態(tài)規(guī)劃順序求解法的教學(xué)探討[J].太原理工大學(xué)學(xué)[12]，，胡運(yùn)權(quán).離散微分動態(tài)規(guī)劃模型的知識表示及IBFS[J].[13]，胡彩虹，.離散微分動態(tài)規(guī)劃在水庫優(yōu)化調(diào)度中的應(yīng)[14]，.基于隨機(jī)動態(tài)規(guī)劃方法的升值的[15]，.基于隨機(jī)動態(tài)規(guī)劃法的系統(tǒng)集成項(xiàng)目的經(jīng)濟(jì)分析首先，必須要感謝的是我的指導(dǎo)老師老師。在 次清晰，明確，同時在修改 是我之后人生的一大，我在各個方面都有了一個顯著的提高，在其次，還要感謝我的，在我 ，功不可 號，雖然耗費(fèi)了很多的時間精力，但是這次的是我們社會之publicclassDistanceprivateNode[][]gradding;privateinttemte_len;privateinttest_len;privateintfinalCost=0;Distance(inta,intb){temte_len=a;test_len=b;}publicvoidgradding=newNode[temfor(inti=0;i<temte_len+1;i++){gradding[i]=newNode[test_len+1];}gradding[0][0]=newNode(0,0,0);gradding[0][0].backNode=null;for(inti=1;i<temte_len+1;i++){gradding[i][0]=newNode(i,i,0);gradding[i][0].backNode=gradding[i-1][0];}for(inti=1;i<test_len+1;i++){gradding[0][i]=newNode(i,0,i);gradding[0][i].backNode=gradding[0][i-1];}}publicNodemin(Nodea,Nodeb,intcosta,intcostb){finalCost=costa;returna;}return}elsefinalCost=costb;returnb;}return}}publicintcalculateDis(String[]temp,String[]test){intcost;NodetempNode=newfor(inti=1;i<temte_len+1;i++){for(intj=1;j<test_len+1;j++)cost=gradding[i][j]=newNode(-cost=1;tempNode=gradding[