동적 기획의 일련의 문제를 깊이 이해하다(14)

9672 단어
동적 기획의 일련의 문제를 깊이 이해하다(14)
부지불식간에 이렇게 많은 문제를 말했지만 가장 최적화된 고전적인 문제가 많이 언급되지 않았다. 오늘은 전체 동적 기획 시리즈의 고조를 불러일으켰다. 바로 선형 기획 문제(Linear Programming)이다.위키백과에는 선형 계획이 무엇인지 뚜렷하게 묘사되어 있다.간단한 설명은 추상적인 문제에 대한 것이다. 가설 목표는 c1x1+c2x2이다. 여기서 x1과 x2는 모두 변수이고 c1과 c2는 상량 계수로 일련의 구속 a11x1+a12x2≤b1, a21x1+a22x2≤b1, a31x1+a32x2≤b3을 정한다.가장 좋은 x1과 x2를 구하여 c1x1+c2x2를 최대화합니다.우리의 관성적인 선형 대수로 이 문제를 나타내는 것은 바로 우리가 최대화를 요구하는 cTx이다. 조건은 Ax≤b이다. 여기에 제한을 더하면 x는 정수이다(실제 문제에서 정수는 의미가 있기 때문이다).이 문제에 대해 사실 관건적인 첫 번째 단계는 상태를 정의하는 것이 매우 어렵다. 이 문제는 예전의 많은 문제와 달리 한 번 보면 도론의 최단길이나 조합 최적화이기 때문에 우리의 사고방식은 확장되어야 한다.우리는 하나의 상태(j,(y1,y2,...ym)를 정의한다. j는 index번호, 즉 변수 x의 index를 나타내고 뒤의 m원조 y는 현재 결정에서 각 구속의 값을 나타낸다.결정 단계에서 j가 하는 결정은 정의역에서 D를 x(j+1)에 부여하는 것을 선택하는 것이다. 그래서 DPFE는 f(j,(y1,...,ym)=0 j=n일 때 f(j,(y1,...,ym)=max(j+1)∈D{c(j+1)x(j+1)+f(j+1)+f(j+1,(y1-a(1,j+1)x(j+1)x(j+1),...,ym-a(j+1),j+1),jx(j+1)구체적으로 예를 들어 c=(3,5), b=(4,12,18)을 가정하고 A는 구속 행렬 A=[(1,0), (0,2), (3,2)] 여기 행렬은 행 표현법 즉 3행 2열 행렬이다.그러면 위의 반복적인 해답을 통해 가장 좋은 정책 결정 그룹(x1,x2)=(2,6)을 알 수 있고 최대화된 함수 값은 c1x1+c2x2=3*2+5*6=36이다.
마지막으로 우리는 문제 풀이 코드를 첨부했다.
   1: /*
   2:  * Copyright (C) 2013 changedi
   3:  *
   4:  * Licensed under the Apache License, Version 2.0 (the "License");
   5:  * you may not use this file except in compliance with the License.
   6:  * You may obtain a copy of the License at
   7:  *
   8:  * http://www.apache.org/licenses/LICENSE-2.0
   9:  *
  10:  * Unless required by applicable law or agreed to in writing, software
  11:  * distributed under the License is distributed on an "AS IS" BASIS,
  12:  * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
  13:  * See the License for the specific language governing permissions and
  14:  * limitations under the License.
  15:  */
  16: package com.jybat.dp;
  17:  
  18: import java.util.HashSet;
  19: import java.util.Set;
  20:  
  21: //IntegerLinearProgramming;
  22: public class ILP {
  23:     // objective function coefficients
  24:     private static int[] c = { 3, 5 };
  25:     // right hand side of constraints vector
  26:     private static int[] b = { 4, 12, 18 };
  27:     // constraint matrix
  28:     private static int[][] a = { { 1, 0 }, { 0, 2 }, { 3, 2 } };
  29:     private static int n = c.length;
  30:     private static int m = b.length;
  31:     private static final int infty = Integer.MAX_VALUE;
  32:  
  33:     private static Set<Integer> calculateDecisionSet(int stage, int y1, int y2,
  34:             int y3) {
  35:         Set<Integer> result = new HashSet<Integer>();
  36:         // maxPossibleChoiceBecauseOfResourceiRestriction, i=1,2,3
  37:         int mpc1 = infty;
  38:         int mpc2 = infty;
  39:         int mpc3 = infty;
  40:         if (a[0][stage] != 0) {
  41:             mpc1 = y1 / a[0][stage];
  42:         }
  43:         if (a[1][stage] != 0) {
  44:             mpc2 = y2 / a[1][stage];
  45:         }
  46:         if (a[2][stage] != 0) {
  47:             mpc3 = y3 / a[2][stage];
  48:         }
  49:         for (int i = 0; i <= Math.min(mpc1, Math.min(mpc2, mpc3)); i++) {
  50:             result.add(new Integer(i));
  51:         }
  52:         return result;
  53:     }
  54:  
  55:     // here: yi denotes how much of resource i is still available,
  56:     // (in other words how much slack is still available)
  57:     public static double f(int stage, int y1, int y2, int y3) {
  58:         if (stage == n) {
  59:             return 0.0;
  60:         }
  61:         double max = Double.MIN_VALUE;
  62:         for (int d : calculateDecisionSet(stage, y1, y2, y3)) {
  63:             double t = c[stage]
  64:                     * d
  65:                     + f(stage + 1, y1 - a[0][stage] * d, y2 - a[1][stage] * d,
  66:                             y3 - a[2][stage] * d);
  67:             if (t > max)
  68:                 max = t;
  69:         }
  70:         return max;
  71:     }
  72:  
  73:     /**
  74:      * @param args
  75:      */
  76:     public static void main(String[] args) {
  77:         System.out.println(ILP.f(0, b[0], b[1], b[2]));
  78:     }
  79:  
  80: }

좋은 웹페이지 즐겨찾기