本文实例讲述了C语言实现运筹学中的马氏决策算法。分享给大家供大家参考，具体如下：
一、概述
马氏决策(Markov decision)是马尔可夫决策过程(Markov Decision Processes，简记为MDP)的简称，是研究随机序贯决策问题的一门重要理论。马氏决策是一类可连续进行观察的随机动态系统的最优化决策，它将(确定性)动态规划与马尔可夫过程相结合，是随机离散事件动态系统惟一的动态控制方法。
关于马氏决策的具体说明可参考百度百科：https://baike.baidu.com/item/%E9%A9%AC%E6%B0%8F%E5%86%B3%E7%AD%96
二、实现代码
#include<stdio.h>
#include<cstdlib>
#define N 100
float p[N][N],s[N][N],a[N],b[N];
int o;
void set_TPM() //输入转移概率矩阵(Transition Probability Matrix)
{ int i,j;
printf("Please input Number of State:");
scanf("%d",&o);
for(i=0;i<o;i++)
for(j=0;j<o;j++)
{
printf("Please input state%d,state%d:",i,j);
scanf("%f",&p[i][j]);
rewind(stdin);
}
}
void set_Initial_Prob() //输入初始概率状态（Initial Probability）
{
int i;
for(i=0;i<o;i++)
{
printf("Please input state%d Initial Prob:",i);
scanf("%f",&a[i]);
rewind(stdin);
}
}
void run_Markov(int count) //Markov主算法
{
int i,j,k;
float c[N];
for(i=0;i<o;i++) c[i]=a[i];
for(k=0;k<count;k++)
{
for(i=0;i<o;i++)
for(j=0;j<o;j++)
{
s[i][j]=p[i][j]*c[i];
}
for(i=0;i<o;i++)
{
b[i]=0;
for(j=0;j<o;j++)
{
b[i]=b[i]+s[j][i];
}
c[i]=b[i];
}
}
for(i=0;i<o;i++) c[i]=0;
}
void print_Result() //输出周期结果
{
int i,j;
for(i=0;i<o;i++)
for(j=0;j<o;j++)
{
printf(" %f",s[i][j]);
if(j==2) printf("/n");
}
for(i=0;i<o;i++)
{
printf(" %f",b[i]);
}
printf("/n");
}
main() //主函数
{
int a,count,i,j;
for(count=0;;)
{
printf("Create New Project:/n");
set_TPM();
set_Initial_Prob();
for(;;)
{
printf("***********************************/n"); //展示选择菜单
printf("1.Times periods from initial./n");
printf("2.Next Period./n");
printf("3.Create New Porject./n");
printf("4.Exit./n/n");
printf("**********************************/n");
printf("Please input your choose:/n");
scanf("%d",&a);
rewind(stdin);
if(a==3) break;
switch(a)
{
case 1:
printf("Input number of time periods from initial:/n");
scanf("%d",&count);
rewind(stdin);
run_Markov(count);
print_Result();
break;
case 2:
run_Markov(count++);
print_Result();
break;
case 4: exit(1);
default: printf("Error choose!!/n");break;
}
}
}
system("pause");
}
希望本文所述对大家C语言程序设计有所帮助。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
