mathematical-optimization

    2熱度

    1回答

    我有一個非常稀疏的矢量df(超過95%零)的數據集,我正在測量另一個稀疏矢量sample之間的距離。 現在,由於我處理的是非常稀疏的矢量,我假定餘弦距離的計算速度比歐幾里得快得多,但似乎並不是這樣。 這是正常的行爲嗎?或者我做錯了什麼?或者,餘弦距離在稀疏矢量中更有效甚至不是真的? (all_distances包括多種類型的距離,但我們在這裏談論的,僅僅是scipy.spatial.distanc

    -2熱度

    2回答

    所以這裏的目標數就是我堅持: 問題: 查找從0達到目標數x所需步驟的最小數量(零),只使用兩個操作:+1 (將數字加1)或* 2 (乘以2的數字)。 這裏就是我想/發現: 方法1:假設數是29,加入1比0 啓動(current_ans:1),然後繼續乘以2的current_ans直到我們 達到最接近29的值,在這種情況下變爲16(操作: +1 * 2 * 2 * 2 * 2)。然後繼續加1以獲得所

    1熱度

    1回答

    從PULP(python)調用CMD_CPLEX()時,任何人都知道如何設置CPLEX求解器的epgap參數? 我已經試過一切從選項文件的文件夾中,以噸語法不同的嘗試,如: prob.solve(CPLEX_CMD(options = ['epgap = 0.25'])) 任何提示將不勝感激!

    3熱度

    2回答

    假設我們有一個具有幾千個約束的整數或混合整數程序。 我們如何確定這個IP/MIP是否可行?

    0熱度

    1回答

    我想盡量減少以下功能: 作爲輸出我想要得到明確的公式爲X的: 這可能嗎? 我試圖把它在數學這樣的代碼: Minimize[{sum[(Subscript[b, i] - Subscript[t, i]* x1*(x2)/(x2 + x3*Subscript[c, i] + x4*Subscript[m, i] + x5*Subscript[r, i] + x6

    3熱度

    1回答

    我正在使用Octave編程classical Prony's method(有時是Prony分析)。該腳本相當優良的測試信號,如: t = 1:600; sig = exp(-0.01*t).*cos(0.1*t); ,但完全倒塌時,即使添加的噪聲量小: sig = sig + 0.001*rand(size(sig)); 的問題是計算使用pinv超定方程組當線性預測是bulit時(參見

    1熱度

    1回答

    fp.append(np.polyfit(train_x, train_y, 2)) f.append(np.poly1d(fp)) print(np.poly1d(fp)) threshold = fsolve(f, 50) 上述代碼成功找到y = 50的x值。但是當我試圖對擬合的指數函數做同樣的事情時,我無法理解如何做到這一點。 def f_exp(x, a, b, c):

    1熱度

    1回答

    我需要全局優化matlab中Fortran程序的參數輸入。該函數接受以如下方式輸入: z= fort_fun(X,str) 當X是十進制數和STR的向量是一個字符串。我需要爲1020個str中的每一個識別對應於最優X的最小z值。我可以通過將str聲明爲全局變量,並在父腳本結尾處使用本地定義的函數來執行此過程。然而,爲了更及時地執行我的代碼(< 1個月),我想爲平行PARFOR如下運行這個程序:

    0熱度

    1回答

    我是R中的投資組合優化新手。當我向我的投資組合添加25個以上資產(每個資產有大約25個觀察值)時,optimize.portfolio找不到任何解決方案。當我用25個或更少的資產運行這個程序時,它可以正常工作並繪製有效邊界。任何幫助,這是非常感謝。 library(data.table) library(readxl) library(PerformanceAnalytics) librar

    0熱度

    1回答

    使用跳我要讓這樣的目標函數: @objective(m, Max, 19*run[1] + 15*run[2] + 15*run[3]) ...其中19,15和15是活動的實用工具,並運行[i]是描述如果活動二進制跳變應該運行或不運行。 我想使生成該目標的一個宏,使得給定的實用程序的列表=(19,15,15),而不是上述情況,我可以寫這樣的事: @myObjective(米,最大值,實用程序,