linear-programming

2열

1답변

Python의 PuLP에서 If-Then-Else-If ... 조건을 구성하려고합니다. 나는 MIP에서 If-Then과 If-Then-Else을 보았다. 그러나 선택 사항을 다음 제약 조건 세트로 전파하는 방법과 2 개 이상의 의사 결정 분기를 처리하는 방법을 이해하려고합니다. 는 설명 image shown here에 표시된 조건의 제약을 고려 : x와 y

3열

2답변

lpsolve를 사용한 R의 선형 프로그래밍

lpsolve 패키지를 사용하여 R에서 선형 프로그래밍 문제를 해결하려고합니다. 내가 무엇을 경우, 작은 문제에 대해 수동으로이 문제를 해결 할 수있어 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,

1열

1답변

pyomo 환경에서 제약 조건을 추가했습니다.

pyomo.environ 패키지로 작업하고 있습니다. 나는 http://imgur.com/a/pWJ79과 같은 제약 조건을 추가하려고 시도했다. i와 j는 노드의 인덱스입니다. node_set에는 총 N0에서 N5 개의 노드가 포함됩니다. Arc_set은 [N1, N2]와 같은 노드 사이에 링크를 저장하는 집합이며 [N1, N1]과 같은 자체 루프 호를 포

0열

1답변

이중 심플 렉스 선형 프로그래밍으로

R에서 해결하려고하는 선형 프로그래밍 문제가 있습니다. 나는 lpSolve 패키지를 사용했다. lpSolve는 기본적으로 primal simplex 알고리즘을 사용하여 솔루션을 얻습니다. 알고리즘을 이중 단면으로 바꾸려면 어떻게해야합니까? 결과는 두 알고리즘간에 크게 다릅니다. 이중 단방향 알고리즘을 사용하여 아래의 문제를 해결하는 데 도움이되는 다른 패키

1열

1답변

최적화 알고리즘 (예 : 유전자 또는 입자 군)을 구현하는 데 사용되는 혼합 정수 선형 프로그래밍입니다.

사용자 자동 그룹화를위한 최적화 알고리즘을 배우고 있습니다. 그러나, 나는이 알고리즘에 완전히 익숙하지 않고 관련 문헌을 검토하면서 그들에 대해 들었습니다. 달리 기사 중 하나에서 저자는 정수 프로그래밍을 사용하여 자신의 알고리즘을 기반으로 알고리즘을 구현했습니다 (이것은 IP에 대해 들었습니다). 혼합 정수 선형 프로그래밍을 사용하여 유전체/입자 군 (또

0열

1답변

Python PuLP의 목적 함수에서 외부 데이터를 사용하는 방법은 무엇입니까?

부분 집합 행렬의 합이 최소화되도록 정사각형 행렬의 정사각형 크기의 부분 집합을 선택하고 싶습니다. 일부 코드 : NumPy와 색인이 inds이 LpVariables의 목록 인 좋아하지 않기 때문에 import nump as np import pulp def subset_matrix(data, inds): return data[np.ix_(i

0열

1답변

사용자가 파이썬에서 사용할 수있는 방정식을 입력하게하려면 어떻게해야합니까?

사용자가 파이썬에서 사용할 수있는 방정식을 입력하게하고 싶습니다. 어떻게 할 수있는 raw_input 수식을 수정할 수 있습니까? 현재, 내 코드에서이 있습니다 consts = list() nconst = int(input("How many constraints would you like to add? ")) for i in range(nconst):

0열

1답변

이 작업 스케줄링 모델/인스턴스의 오류는 어디에 있습니까?

하나의 시스템에서 작업의 총 지연 및 발전을 최소화하기위한 다음 MathProg 모델/인스턴스는 총 575 개의 최적 솔루션 [2, 7, 3, 8, 1, 5, 4, 6]을 반환합니다. 587은 아니지만 작업 4의 종료일은 540입니까? 모델이 최소화이므로 set tasks; param procTime {tasks} >= 0; param delivery

0열

2답변

gurobi의 소프트 제약

일부 하드 제약 및 일부 소프트 제약 조건에서 LP 문제가 있습니다. 슬랙 변수를 사용하여 소프트 제약 조건을 에뮬레이션하고 (소프트 제약 조건에서 여유 변수를 추가하고 목적 함수에 불이익을 줄 수 있음) 알 수 있습니다. 그러나 이것은 내 LP에서 변수의 수를 증가시킵니다. 구로비에 소프트 제약 조건을 추가하는 다른 방법이 있습니까?

1열

1답변

부분 솔루션에서 시작할 때 gurobi가 최소한의 변화 (최소 섭동)를합니까?

나는 초기 해결책부터 시작할 수 있다는 것을 알고있다. 즉, 모델 m에 대한 m.optimize() 를 사용하여 LP를 해결 한 후, 나는 몇 가지 제약 조건을 변경할 수 있습니다 및 중 하나를 처음부터 LP에 대한 새로운 해결책을 찾을하거나 전화 m.reset() m.optimize() 를 사용 m.optimize() 을 사용하여 초기