linear-programming

    0熱度

    1回答

    我有這種線性方程問題: Objective: Maximize r17 Variables: - Floats: q7, q8, q9, q10, q11, q12, q13, q14, q15, q16, q17 - Floats: r7, r8, r9, r10, r11, r12, r13, r14, r16, r16, r17 Relations: - q7 +q8 +q9

    0熱度

    1回答

    所以我設法解決這個線性方程組在R: x–y+z=1, x+y–z=1 and x+y+z=3 我下面的代碼是: A <- matrix(data=c(1, -1, 1, 1, 1, -1, 1, 1, 1), nrow=3, ncol=3, byrow=TRUE) b <- matrix(data=c(1, 1, 3), nrow=3, ncol=1, byrow=FALSE) round

    0熱度

    1回答

    我是CPLEX Python API的新手。我希望通過以.mod和.dat文件作爲輸入,在python中解決我已經在CPLEX OPL IDE中完成的線性編程問題。我想在Python中使用它,因爲我希望不斷改變我的輸入。我的問題的mod文件在下面給出。有人可以幫助我如何使用這個python API。 int n = ...; int m = ...; int c = ...; int s

    0熱度

    1回答

    我只是試圖在R腳本中制定dea(數據開發分析)。和LP在以下格式: Snapshot of the model 雖然我不知道如何設置「自由在-SIGN變量」中包「Rglpk」(這是我用來解決在R中的LP),我設置增加兩個變量來表示模型中的u1和u2。 u1 = u1a - u1b ; u2 = u2a - u2b 而我的R代碼裏面解決這個模型如下圖所示: f.rhs <- c(rep(0,1,

    1熱度

    2回答

    我正在學習CBC的C++ API,並且遇到匹配加載MPS文件的已編譯C++程序的性能時出現問題並解決它與使用CbcModel類相比,只是打開CBC命令行實用程序,導入相同的文件並使用solve。 cmd行實用程序在1秒內解決MIP,並且C++程序不會在10分鐘內終止於<。 我認爲問題在於,當我使用C++ API時,我必須明確配置所有參數,並且似乎cmd line實用程序使用的默認參數對於您的平均M

    1熱度

    1回答

    我被困在最大化d_t點在頁4 https://courses.engr.illinois.edu/cs498dl1/sp2015/notes/26-lp.pdf。 我絕對不能按照作者的說法 這些放寬限制意味着,在任何可行的解決方案,d_v 是atmost從s的最短路徑距離到v。因此,有些 直覺相反,我們正在正確的最大化目標函數 來計算最短路徑! 我們正在尋找最短的路徑,但爲什麼我們要爲max d_

    0熱度

    1回答

    所以我有以下設置: i 1,2,3,...,I j 1,2,3,...,J k 1,2,3,...,K with k´2,3,4,...,K 我定義我的設置和我的參數通過GDX-進口通過Excel工作表,所以我可以改變設置以及動態參數,以便用線性規劃模型進行計算研究。 如何用k'定義這種類型的集合,以便像d_kk'(從k到k'的距離)和t_jkk'這樣的參數工作? 請記住,解決方案必須在每

    0熱度

    1回答

    我想在使用pulp庫的python中爲線性編程問題增加一個約束。我嘗試了下面的代碼。 for week in range(14,52), i in I.index: k = week model += sum(x[(i, j, week, B)] for week in range(k, k+13), j in J.index) <= 1 其中i

    0熱度

    1回答

    這是我第一個關於Stack Overflow的問題。 我正在與R和包lpSolveAPI優化問題的工作,到目前爲止,這對我來說非常合適。 我的問題很簡單:如何將約束變量添加到約束的右側? 讓C1,C2,...,C50爲決策變量。 如何制定C1> C34的限制條件? 這似乎很容易,我覺得我在某處丟失了點,但是我閱讀過的每篇文章以及我見過的每個示例都適用於像C1 > 1000這樣的常數數字約束。 我對

    1熱度

    1回答

    我有4個商店(1,2,3,4),我可以對每個商店應用3種處理(A,B,C) 4家商店。 每種治療都有自己的成本和利潤。 的矩陣如下: Store Treatment Cost Profit 1 A 50 100 1 B 100 200 1 C 75 50 2 A 25 25 2 B 150 0 2 C 50 25 3 A 100 300 3 B 125 250 3 C 75 27