mathematical-optimization

0熱度

1回答

我是新來的建模數學規劃問題。我正在嘗試用Gurobi求解器解決有關網絡優化的練習。這就是練習所說的： `附圖中的圖graph10092015.gml包含一套電信公司可以連接光纖網絡的潛在機櫃。每個機櫃（節點）u都有一個利潤，每個邊緣uv都有一個連接成本。設計一個網絡，最大限度地提高公司利潤，因爲知道鏈接安裝的預算不能超過4000歐元。從前面的最優解，評估在500歐元的成本將網絡擴展到機殼19中

0熱度

1回答

獲取並比較Gurobi/Python中的變量值

我想比較一個最佳gurobi變量的值與數字，以便決定模型的下一步。 from gurobipy import * m=Model("flow_model") arcs = [(0,1),(1,2),(3,4),(0,3), (1,4)] f= m.addVars((a for a in arcs), vtype=GRB.CONTINUOUS, name = "flow") d = [0,2

0熱度

1回答

函數參數是一個數學FUNC

我想有在Python這樣的功能： class EvaluationStrategy(object): def __init__(self, test_function): self.test_function = test_function class TestFunction(object): def objective_function(self, desi

3熱度

2回答

matlab optimoptions保存變量中的殘差

我正在使用optimoptions函數，我想在每次迭代後保存一個變量中的殘差。現在，如果我選擇在以下代碼的第一行中顯示迭代，我可以在控制檯中看到它們，但無論如何將它們保存爲矢量變量？我試圖在第二行中獲得剩餘輸出，但它只給出了最後一次迭代的結果。謝謝。 options = optimoptions(@lsqnonlin,'Algorithm','Levenberg-Marquardt','Displ

0熱度

1回答

PortfolioAnalytics「從」不能是NA大，NaN，或無窮大

你好我得到這個錯誤試圖優化投資組合的最小方差： Error in seq.default(from = round(min, rounding), to = round(max, rounding), : 'from' cannot be NA, NaN or infinite 優化利用的投資回報率，單純，和電網運行正常，但所有這些方法都忽略了位置約束。隨機和DEoptim同樣的錯誤

-3熱度

1回答

快速Python腳本，看看是否浮動x∈範圍沒有非常小的步驟

我有浮動/十進制值，如2,4378472348237483274等和一些說明必須有這些數字的條件。條件必須是：∈（範圍）但是對於Python，2在（1,3,1）中，但2,1231837不在（1,3,1）中，因爲該步驟。我不知道如何設置範圍沒有步驟... 所以我的想法是編寫一個小的自定義範圍，只看單位。例如：2,47234723278 因此，它查看「2」（單位）並確認它在範圍內（1,3）。

2熱度

2回答

連續變量塊在混合整數線性編程中具有相同的值

我試圖對一個系統組件的操作進行建模，該組件將有兩種操作模式，我們稱它們爲1和2，再加上空閒模式0 怠速沒有限制，但每個操作模式將持續正好3個時間序列點，所以x_ {i} = 1意味着x_ {i + 1} = x_ {i + 2} = 1（無法發佈圖像，請使用下面的方程中的鏈接） operation mode 1 同樣適用於操作模式2 例如。 011102220是有效的，但是01110220不是。

1熱度

1回答

有效地識別在哪個軸季度是一個給定的角度的角度

我想在認識到什麼軸線季度是一個給定的角度以最有效的方式區1：阿爾法> 0 & &阿爾法< = 90 （度）區2：阿爾法> 90 & &阿爾法< = 180（度）區3：阿爾法> 180 & &阿爾法< = 270（度）區4：阿爾法> 270 & &阿爾法< = 360（度） C++代碼 FORCEINLINE uint8 MapAngleToQuarter(float angle)

0熱度

2回答

確定其中2種模方式的趨同

所有點這可能更多的是數學問題，但我想這樣做在Python和/或C＃/ Java的（腳本）的最有效的方式存在着從1到n的單個數據一系列遞增1： 1,2,3,4,5,6,7,8,9,10......n 還存在兩個整型變量：x和y 對於在數據系列中的每個值，對於n％X的值和n ％y是計算的例如： let x = 1, y = 3 n n % x n % y ---- -----

1熱度

1回答

超參數調整的受控貝葉斯優化

使用貝葉斯優化和一些啓發式選擇來使用超參數調整的最佳方式是什麼？在諸如spearmint或hyperopt的軟件包中，您可以指定一個範圍來探索，但我也想探索一些不一定屬於該範圍的啓發式值。任何建議什麼是這樣做的最佳做法？