求最優解的幾種演算法

① 請高手：求最優解演算法！！！題目如下：

個人的理解，程序可能會花點時間寫。
定義數組 a(m,n)
該問題的數學模型應該如下
z=min（a(1,1)+a(1,2)+……+a(m,n)）即所用的機器人最少
約束條件是：
a(i,j)=0或者1（當等於0時表明此格不安放機器人，1則表示安裝i=1,2…m j=1,2…n）
a(i-1,j)+a(i+1,j)+a(i,j-1)+a(i,j+1)>=1 前後左右至少有一個機器人，i=1,2…m j=1,2…n）。當然，當i-1=0，j-1=0 ，i+1>m,j+1>n 四情況下a(i-1,j) =0 a(i+1,j)=0 a(i,j-1)=0 a(i,j+1) =0 此時即邊角陳列室的情況，因為處於邊上的陳列室，其前後左右一邊或2邊沒有其他陳列室，因此不可能設置
監視。

該問題的求解，我覺得可以用運籌學的0，1規劃，具體你可以查查資料看看。
祝你成功！

② 求最優解得方法有哪些

求次優解、第K優解
對於求次優解、第K優解類的問題，如果相應的最優解問題能寫出狀態轉移方程、用動態規劃解決，那麼求次優解往往可以相同的復雜度解決，第K優解則比求最優解的復雜度上多一個系數K。
其基本思想是將每個狀態都表示成有序隊列，將狀態轉移方程中的max/min轉化成有序隊列的合並。這里仍然以01背包為例講解一下。
首先看01背包求最優解的狀態轉移方程：f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]}。如果要求第K優解，那麼狀態f[i][v]就應該是一個大小為K的數組f[i][v][1..K]。其中f[i][v][k]表示前i個物品、背包大小為v時，第k優解的值。「f[i][v]是一個大小為K的數組」這一句，熟悉C語言的同學可能比較好理解，或者也可以簡單地理解為在原來的方程中加了一維。顯然f[i][v][1..K]這K個數是由大到小排列的，所以我們把它認為是一個有序隊列。
然後原方程就可以解釋為：f[i][v]這個有序隊列是由f[i-1][v]和f[i-1][v-c[i]]+w[i]這兩個有序隊列合並得到的。有序隊列f[i-1][v]即f[i-1][v][1..K]，f[i-1][v-c[i]]+w[i]則理解為在f[i-1][v-c[i]][1..K]的每個數上加上w[i]後得到的有序隊列。合並這兩個有序隊列並將結果（的前K項）儲存到f[i][v][1..K]中的復雜度是O(K)。最後的答案是f[N][V][K]。總的復雜度是O(NVK)。
為什麼這個方法正確呢？實際上，一個正確的狀態轉移方程的求解過程遍歷了所有可用的策略，也就覆蓋了問題的所有方案。只不過由於是求最優解，所以其它在任何一個策略上達不到最優的方案都被忽略了。如果把每個狀態表示成一個大小為K的數組，並在這個數組中有序的保存該狀態可取到的前K個最優值。那麼，對於任兩個狀態的max運算等價於兩個由大到小的有序隊列的合並。
另外還要注意題目對於「第K優解」的定義，將策略不同但權值相同的兩個方案是看作同一個解還是不同的解。

③ 求最優解的演算法

拉蛤螂日乘子法或線性規劃和非線性規劃，都可以得到最優解。

④ 動態規劃怎樣計算最優解和最優值

動態規劃演算法通常用於求解具有某種最優性質的問題，需要最優子結構性質來確定最優策略。
一個最優化策略具有這樣的性質，不論過去狀態和決策如何，對前面的決策所形成的狀態而言，餘下的諸決策必須構成最優策略。簡而言之，一個最優化策略的子策略總是最優的。一個問題滿足最優化原理又稱其具有最優子結構性質。

⑤ 怎麼求最優解

通常定義為不犧牲任何總目標和各分目標的條件下，技術上能夠達到的最好的解。它表示所有的總目標和分目標都可以達到的理想的解。而實際上這樣的解是很少存在的。工程問題固有的內在因素總是包含各種矛盾的，由於科學水平的限制，很多設計因素和系統的約束還不是很了解;許多判別准則。例如： 社會上的相互關系、生活的質量、生態學，以及興趣、愛好等等，是不容易確定的，更不容易定量化。而工程系統的設計問題或規劃問題中勞動力、設備、財力以及時間總是有限的。所以，最優化過程只是產生一個在設計和工藝約束條件下所能達到的「最令人滿意解」。

⑥ matlab求解最優解

matlab求解最優解，用遺傳演算法ga可以得到理想的最優解，而用fmincon（）函數求解其最優解不夠好。

用ga（）函數求解過程與fmincon（）函數相類似，其方法

1、建立目標函數

function f =ga_fun(x)

f=6.327*x(1)+4.503*x(2)+2.021*x(3)+3.952*x(4)+1.932*x(5);

2、然後，執行下列命令

[x,fval,exitflag] = ga(@ga_fun,5)

3、運行結果為

x = 0.018022 0.035809 0.00070699 0.029036 0.012984

fval = 0.4165

完整代碼，可以私信給出。

⑦ 經典組合優化問題的一般求解方法有哪些

組合最優化方法(combinatorial optimizationmethod )求解組合最優化問題的方法一般地，對於不同類的組合最優化問題，對應著不同的求解方法.判定一個組合最優化方法好壞的主要標準是運算次數.用n表示某一組合最優化問題的規模p(n)表示在對方法影響最壞的情況下所需的運算次數.若p(n)是n的多項式函數，則稱該方法是多項式演算法.凡能用多項式演算法求解的問題都稱為P問題.有一類問題稱為NP完全問題，若這類組合最優化問題具有如下特點:
1.它們都未找到多項式演算法.
2.如果對其中某一問題存在多項式演算法，那麼此類中的所有問題也都有多項式演算法.
已發現有成千的組合最優化問題屬於NP完成問題.為求解該類中的問題，人們往往採用「啟發式」方法.這些方法一般地，不能保證求得問題的最優解，但常能得到較好的近似解

⑧ 整點最優解的幾種不同求法

現行高中數學教材 (試驗修訂本·必修 )新增加了《簡單的線性規劃》一節 ,這無疑會成為高中數學教學過程中一個新的亮點和高考的熱點 .通過對這一節的學習將有利於培養學生科學、嚴謹的學習品質 ,提高學生分析和解決問題的能力 ,進一步拉近數學習和社會生活之間的距離 .學生在學習這一節內容時 ,對簡單的線性規劃的基本思想和基本方法都能很好地接受和消化 ,但對如何尋找可行域中的整點最優解卻存在較大困難 .作者通過對本節內容的教學實踐 ,總結出如下幾種方法 ,供各同仁參考例 某人需要補充維生素 ,現有甲、乙兩種維生素膠囊 ,這兩種膠囊都含有維生素Ａ、Ｃ、Ｄ、Ｅ和新發現的Ｉ.甲種膠囊每粒含有維生素Ａ、Ｃ、Ｄ、Ｅ、Ｉ分別是 1ｍｇ、1ｍｇ、4ｍｇ、4ｍｇ、5ｍｇ ,乙種膠囊每粒含有維生素Ａ、Ｃ、Ｄ、Ｅ、Ｉ分別是 3ｍｇ、2ｍｇ、1ｍｇ、3ｍｇ、2ｍｇ .如果此人每天攝入維生素Ａ至多 19ｍｇ,維生素Ｃ至多13ｍｇ ,維生素Ｄ至多 2 5ｍｇ ,維生素Ｅ至少 12ｍｇ ,那麼他每天應服用兩種膠囊各多少粒 ,才能滿足維生素的需求量 ,並能得到最大量的維生素Ｉ.分析 設該人每天...... (本文共計3頁) [繼續閱讀本文] 贊