linear-programming

    5熱度

    3回答

    我有一個線性規劃問題,我試圖從大量的二進制資源中選擇優化值,基本上是一個揹包問題。我遇到的問題是不同的資源具有共同的特徵,我想確保我的最終解決方案具有0或2個具有特定特徵的資源。有什麼辦法可以做到這一點?儘管大量搜索,我還是無法想象或找到一個。在我的數據中,決策變量是資源,約束是這些資源的特徵。請看下面的代碼: library(lpSolve) const_mat_so<-matrix(c(

    1熱度

    1回答

    我目前堅持使用MIP計劃,其中利率i是基於爲住房計劃A生產的單位數量。如果計劃出售的A房屋數量最多在所有四種類型中,然後i = 1。如果出售的計劃A房屋的數量是第二高的,那麼i = 2等等直到i = 4。利率基本上是2i%。不確定如何添加代表計劃房屋位置的約束條件,並在目標函數中實施正確的利率。目標函數使總利潤最大化(例如50,000A + 40,000B + 70,000C + 80,000D)

    0熱度

    2回答

    我解決整數規劃問題的條件 如果A = 0,則B = 0,否則,B = 1 其中a爲整數,而b爲二進制 我查看了類似於此的前一個問題,但找不到解決方案。 請幫忙在整數規劃中爲上述條件定義約束方程。

    2熱度

    1回答

    我試圖在Python的PuLP中構造If-Then-Else-If ...條件。 我看過MIP中的If-Then和If-Then-Else。 但是,我想了解如何將選擇進一步傳播到下一組約束以及如何處理2個以上的決策分支。 爲了解釋,考慮在image shown here所示的條件限制: x和y是我的決定變量。 基本上,這個讀作: if x=0: C2>0 elif x=1: C10>0 eli

    3熱度

    2回答

    我在使用lpsolve包來解決R中的線性編程問題。 這裏的問題是: 下面是重複的例子,在R上的樣本: library("lpSolve") a <- matrix(c(1,2,5, 1/2,1,3, 1/5,1/3,1),nrow=3,byrow=T) # f.obj <- c(1,0,0,0) f.con <- matrix (c( 1,1,-

    1熱度

    1回答

    我正在學習用於自動分組用戶的優化算法。然而,我對這些算法完全陌生,因爲我回顧了相關文獻,所以我聽說過它們。另外,在其中一篇文章中,作者使用Integer Programming實現了他們自己的算法(基於他們自己的邏輯)(這是我對IP的瞭解)。 我想知道是否需要使用混合整數線性規劃實現基因/粒子羣(或任何其他優化)算法,或者這只是其中一個選項。最後,我需要建立一個基於網絡的系統來自動分組用戶。我感謝

    0熱度

    1回答

    我想讓用戶輸入一個我可以在Python中使用的公式。我如何修改允許我這樣做的raw_input公式? 目前,我有這個在我的代碼: consts = list() nconst = int(input("How many constraints would you like to add? ")) for i in range(nconst): const = input("Const

    0熱度

    2回答

    我有一些LP問題,有一些硬約束和一些軟約束。我知道鬆弛變量可以用來模擬軟約束(在軟約束中增加鬆弛變量並且對目標函數有一個懲罰)。但是這增加了我的LP中的變量數量。 是否有任何其他方式在gurobi中添加軟約束?

    1熱度

    1回答

    我知道在gurobi中,我可以從最初的解決方案入手。即解決在使用 m.optimize() 的模型M的唱片之後,我可以改變一些制約因素,要麼使用 m.reset() m.optimize() 找到從無到有的LP新的解決方案,還是直接致電 m.optimize() 從最初的解決方案中找到一個新的解決方案。 我的問題是,當gurobi從最初的解決方案開始時,它是否會對獲得新解決方

    -2熱度

    1回答

    我要解決的問題是: /** Maximize 4x+3Y * Subject to * 8x+6y <= 25 * 3x+4y <= 15 * x,y >= 0 */ 理論上這個問題的最佳LP解決方案具有無限#。 所有需要的庫,在我的谷歌提供的依賴關係驅動: https://drive.google.com/file/d/0B84k1fZRHSMdak00TjZKNXBKSFU/vi