摘要：针对贝叶斯网络结构学习方法难以兼顾高准确率和高效率的问题,提出了一种基于Markov Chain Monte Carlo(MCMC)方法的贝叶斯网络结构学习方法的改进。改进包括:使用依赖关系分析,利用统计学的方法对采样空间进行大幅缩减,能够在精确控制准确度的情况下大幅提高时间效率;结合先验知识,从理论角度将先验知识融入评分中得到完全服从后验分布的结果;搜索最优子结构,对于特定的一些结构搜索最优子结构而不是采用贪心的方法,提高了贝叶斯网络结构学习的准确率。通过理论分析可以证明时间复杂度得到了大幅的降低。并且可以在牺牲可预知的准确率的情况下,将指数时间复杂度降为线性时间。大量的数据实验表明,经改进后的方法在时间和准确性上都具有良好的表现。

摘要：针对传统算法只能求出一个最长公共子序列而无法求出多个最长公共子序列,设计了一种可求多个最长公共子序列的算法。简述了最长公共子序列的算法原理,描述了求最长公共子序列长度的动态规划算法,在此基础上求出一个最长公共子序列,通过对算法改进得到可求多个最长公共子序列的随机路径选择算法。该算法具有计算速度快、占用内存小、计算机易于实现等优点。其核心是寻优路径的选择,提出了寻找最优解的路径选择问题,讨论并给出了搜索多个可行解的快速算法,该算法充分利用了动态规划算法计算过程中提供的寻优方向信息得到最优路径的随机选择算法,与传统算法相比可求多个最长公共子序列。

摘要：本文通过分析流水作业调度问题最优解的结构特征,建立了递归关系式。在此基础上深入分析,归纳总结了最优调度具有的特点,设计了解决该问题的两种算法。实验结果表明:两种算法均能高效解决流水作业调度问题。

摘要：本文采用时间尺度对多源遥测数据进行多网格划分,抽象划分的多源遥测数据节点,在满足无后效性和最优子结构的前提下,提出基于动态规划的多源遥测参数优选模型。结合工程实际,对优选目标进行了状态设计和状态转移,完成了算法的设计和实现。利用实验数据附加随机误码信息,对模型和算法进行了验证,误差精度能够满足数据处理和分析的要求,基于动态规划的多源遥测参数优选思想切实可行,在多源遥测数据不同时混杂高误码信息的情况下,可以作为遥测数据优选工作有效的手段。

摘要：动态规划策略是求解最优化问题的一种方法,该文主要研究其求解问题的基本思想及具体步骤,详细分析其用于英文文档的排版问题上的算法设计,并给出其算法实现。

摘要：提出动态规划法求解加工顺序问题的方法,分析最优子结构性质,建立最优值的递归关系式,分析Johnson-Bell-man’s Rule并设计算法流程,最后通过构造实例表明了算法的有效性。

摘要：文章分析了LCS问题的最优子结构性质,建立了求最优值的递归关系式。在此基础上,进一步分析、总结、归纳,指出了LCS的长度具有的性质及相关定理。设计了一种高效LCS算法,与现有算法相比,该算法空间复杂度非常低、时间复杂度较低。

摘要：文中针对各种智能搜索算法可能找不到问题的最优解、出现局部收敛,而动态规划、回溯法、分支限界法时间复杂度又比较高的缺点,分析了0-1背包问题的数学模型,刻划了最优解的结构特征,建立了求最优值的递归关系式。进一步分析递归关系式的函数特征,提出了一种求解0-1背包问题的确定性算法,并用C++程序设计语言编码实现,该算法的时间复杂度为O(min{nW,2n})。对三组不同规模的数据进行实验,算法运行的结果表明,该算法实际效率较高且总能得到该问题的最优解。

摘要：动态规划算法通常用于求解具有某种最优性质的问题,在这类问题中,可能会有许多可行解,每一个解都对应于一个值,我们希望找到具有最优值的解。本文主要研究动态规划算法的特点、基本思想以及其解决问题的具体步骤,详细分析其用于解决矩阵连乘问题的上的算法设计,并给出算法实现。