概率消耗的隐马尔科夫问题和算法以及在配料中的应用

下载地址：

https://download.csdn.net/download/pww71/10442402

彭文伟问题及算法库
这是一个排列组合和参数优化的问题：


选择因子方案（采用动态规划）：
从N个因子中，任意选择C~D个因子。其C~D中，有A~B个因子，其参数将在本阶段运算中完全消耗，
剩下的（C~D-A~B）个因子，其参数将在本阶段运算中部分消耗，剩下的进入下一阶段选择。如此
递归到下一阶段，直到N个因子的参数全部消耗完毕。其中 1+(N-C)/A <= 阶段数 <= 1+(N-D)/B。


各阶段参数优化运算方案（采用广度搜素）：
首先求全过程平均值，其值MEAN==累加N个因子的（参数值【i】*最大范围【i】）。
如果本阶段选择了C个因子，其中有A个因子是完全消耗，其值SUM1==累加A中各因子的（参数值【i】*最大范围【i】）。
剩下C-A个因子其消耗值要根据算法要求只消耗一部分，其值SUM2==累加（C-A）中各因子的（参数值【i】*部分范围【i】）。
求阶段误差，其值==|SUM1+SUM2-MEAN|。
最后，将各阶段误差累加，总体误差最小值的因子及其参数选择方案将被保存，输出显示。
各阶段运算有各因子的最低消耗限制。
参数优化方案可以自定义算法，在派生类实现。
运算阶段和非完全因子少时，效果好，但是阶段多，非完全因子多。运算量过大而无法得到结果。故参数优化考虑采用粒子群算法