计算机导论8

难解性问题求解-遗传算法示例

本讲概述(含所有PPT教学课件之PDF版)

• npc 类问题
  

• npc类问题的解决思路
  

可求解与难求解问题

• 定义
  
• p类问题是在有限时间内可求N的a次方
• np问题，只能通过间接计算近似解，在规定时间内可以验证
• npc问题，对np问题（所有可能）解都可以验证（包含在np内）
  
• 小结
  

遗传算法的源起-生物学中的遗传算法

• 小结
  

计算学科的遗传算法

• 生物和计算机 映射
• 对应的计算机步骤模拟过程（遗传算法）
  
• 设计要点
  
• 小结
  

遗传算法为什么可以求解NPC问题

• npc解
• 求解思路（完全随机）
  
• 求解思路（让随机偏向满意）
  
• 求解思路（多条导向路径）
  
• 求解NP问题，通用框架
  

怎样用遗传算法求解应用问题

• 具体实例
  

• 具体建模
  
  

• 设计要点
  

• 不同解的定义
  

• 设计要点
  

• 可行解表现形式
  

• 不同编码方式
  

• 小结
  

• 交叉方案
  
  
  
  

• 策略随机
  
  

• 运用数学概率模型去进行随机
  
  
  

• 变异概率
  

• 遗传算法的结束
  

• 思考问题
  
  

怎样研究算法暨遗传算法的总结

• 总结