动态规划算法

Halcon图像处理与机器视觉 HALCON图像处理与机器视觉 2019-09-09

 

动态规划过程是:每次决策依赖于当前状态,又随即引起状态的转移。一个决策序列就是在变化的状态中产生出来的,所以,这种多阶段最优化决策解决问题的过程就称为动态规划。

 

基本思想与策略

基本思想与分治法类似,也是将待求解的问题分解为若干个子问题,按照顺序求解子阶段,前一子问题的解,为后一子问题的求解提供了有用的信息。在求解任一子问题时,列出各种可能的局部解,通过决策保留那些有可能达到最优的局部解,丢弃其他局部解。依次解决各子问题,最后一个子问题就是初始问题的解。

 

适用的情况

能采用动态规划求解的问题的一般要具有3个性质:

(1) 最优化原理:如果问题的最优解所包含的子问题的解也是最优的,就称该问题具有最优子结构,即满足最优化原理。

(2) 无后效性:即某阶段状态一旦确定,就不受这个状态以后决策的影响。也就是说,某状态以后的过程不会影响以前的状态,只与当前状态有关。

(3) 重叠子问题:即子问题之间是不独立的,一个子问题在下一阶段决策中可能被多次使用到。

 

求解的基本步骤

动态规划所处理的问题是一个多阶段决策问题,一般由初始状态开始,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活动路线:初始状态→│决策1│→│决策2│→…→│决策n│→结束状态。

 

简化的步骤设计:

1)分析最优解的性质,并刻画其结构特征。

2)递归的定义最优解。

3)以自底向上或自顶向下的记忆化方式计算出最优值。

4)根据计算最优值时得到的信息,构造问题的最优解。

 

算法实现

整个求解过程就可以用一个最优决策表来描述,最优决策表是一个二维表,其中行表示决策的阶段,列表示问题状态,表格需要填写的数据一般对应此问题的在某个阶段某个状态下的最优值,填表的过程就是根据递推关系,从1行1列开始,以行或者列优先的顺序,依次填写表格,最后根据整个表格的数据通过简单的取舍或者运算求得问题的最优解。

 

算法基本框架

 

 

 

 

 

免责声明:

本站部分公开资料来源于网络,如果您发现有侵犯您的知识产权作品,请与我们取得联系,我们会及时修改或删除。

posted @ 2020-12-05 13:51  水木清扬  阅读(154)  评论(0编辑  收藏  举报