내가 제약CPLEX 콘서트 기술 DUALS
이 C++로 구현 된 코드 인의 DUALS를 얻기 위해 노력 :
IloEnv env;
IloModel MasterProblem(env);
IloNumVarArray XX(env,Create_routes.size(),0,IloInfinity,ILOFLOAT);
IloNumVarArray t(env,m,0,IloInfinity,ILOFLOAT);
IloExpr expr(env);
////defining ojective of problem
IloObjective masterObj(env,expr,IloObjective::Maximize);
expr.end();
MasterProblem.add(masterObj);
IloRangeArray const1(env); //hala yeki yeki mahdudiyatha ro misazim
for (int i=0; i<n; i++){
IloExpr expr(env);
for (int j=0; j<Create_routes.size(); j++){
if (Create_routes[j]->internalnodes[i+m]==1)
expr+=XX[j];
}
const1.add(1==expr);
MasterProblem.add(const1[i]);
expr.end();
}
IloRangeArray const2(env);
IloRangeArray const4(env);//mahdudiate depohaye open shode
for (i=0; i<m; i++){
IloExpr expr(env);
for (int j=0; j<Create_routes.size(); j++){
if (Create_routes[j]->depot==i){
expr+=XX[j]*Create_routes[j]->demand_collected;
}
}
expr-=t[i]*g[i]->QF;
const2.add(0>=expr);
MasterProblem.add(const2[i]);
expr.end();
}
IloRangeArray2 const3(env,m);
for (i=0; i<m; i++){
const3[i]=IloRangeArray(env);
}
for (int f=0; f<m; f++){
for (i=0; i<n; i++){
IloExpr expr(env);
for (int j=0; j<Create_routes.size(); j++){
if ((Create_routes[j]->depot==f)&&(Create_routes[j]->internalnodes[i+m]==1)){
expr+=XX[j];
}
}
expr-=t[f];
const3[f].add(0>=expr);
MasterProblem.add(const3[f][i]);
expr.end();
}
}
IloCplex cplexM(MasterProblem);
cplexM.setParam(IloCplex::RootAlg, IloCplex::Barrier);
cplexM.setParam(IloCplex::Threads, 4);
if (!cplexM.solve()){
env.error() << "Failed to optimize LP." << endl;
nodee->uperbound=0;
env.end();
return;
}
else{
if (!cplexM.isPrimalFeasible()){//agar infeasible bud bia birun
nodee->uperbound=0;
return;
}
cout<<"MasterProblem Solved"<<endl;
cout<<"objective="<<cplexM.getObjValue()<<endl;
javab=cplexM.getObjValue();
}
IloNumArray duall(env,n);
IloNumArray duall1(env,m);
cplexM.getDuals(duall,const1);
cplexM.getDuals(duall1,const2);
IloNumArray2 duall2(env,m);
for (i=0; i<m; i++){
duall2[i]=IloNumArray(env,n);
for (j=0;j<n;j++){
duall2[i][j]=cplexM.getDual(const3[i][j]);
}
}
태초의 장벽 같은 CPLEX의 다른 방법으로이 LP 문제를 해결, 듀얼, 네트워크 완전히 다른 듀얼 값과 다른 솔루션이 있습니다. 왜이게 이런거야? 내 문제에 동등한 제약이 있기 때문에 그럴 수 있습니까? 실제 값이 cplex를 통과하는지 어떻게 확인할 수 있습니까?
정말 도움이됩니다.
이것은 차량 라우팅 애플리케이션의 일종 인 열 생성 마스터처럼 보입니다. 이 주인들은 고도로 타락하다. 그래서 다윗의 대답은 아래에있다. 새로운 컬럼을 추가 할 때 처음부터 재 최적화 할 필요가 없기 때문에 Simplex를 사용하는 것이 좋습니다 (장벽에 해당). 이러한 모델의 경우, 나는 좋은 결과를 얻었습니다. (sifting) (https://www.ibm.com/support/knowledgecenter/SS9UKU_12.6.1/com.ibm.cplex.zos.help/CPLEX/UsrMan/topics/cont_optim /simplex/10_sifting.html) 옵티마이 저를 사용하십시오. – Ioannis
@ Ioannis : 도움이되는 의견을 보내 주셔서 감사합니다. 심플 렉스를 사용하면 무엇을 의미합니까?! – math2014
심플 렉스는 CPLEX가 사용하는 선형 프로그래밍의 기본 알고리즘입니다. 듀얼 심플 렉스 (Dual Simplex), 원초적 심플 렉스 (Premal Simplex) 및 네트워크 심플 렉스 (Network Simplex)와 같은 변종이 있는데, 동일한 원칙에 힌지하지만 원색, 이중 또는 네트워크 구조를 각각 활용합니다. [CPLEX는 기본적으로 이중 Simplex 방법을 사용합니다.] (http://www-01.ibm.com/support/docview.wss?uid=swg21399934) 변경할 수 있습니다. – Ioannis