2019 Summer 数学建模集(入)训(门)Day1

简单lingo程序

例一:
在这里插入图片描述

MODEL:
	sets:
		WH/W1..W6/:AI;
		VD/V1..V8/:DJ;
		Links(WH,VD):C,X;
	endsets
	data:
		AI=60,55,51,43,41,52;
		DJ=35,37,22,32,41,32,43,38;
		C=6,2,6,7,4,2,5,9
		4,9,5,3,8,5,8,2
		5,2,1,9,7,4,3,3
		7,6,7,3,9,2,7,1
		2,3,9,5,7,2,6,5
		5,5,2,2,8,1,4,3;
	enddata

	MIN=@sum(Links(i,j):C(i,j)*X(i,j));

	@FOR(WH(i):@sum(VD(j):X(i,j))<=AI(i));

	@FOR(VD(j):@sum(WH(i):X(i,j))=DJ(j));
END

运行结果
在这里插入图片描述
例二
在这里插入图片描述

model:
sets:
	demand/1..6/:a,b,d;
	supply/1..2/:x,y,e;
	link(demand,supply):c;
ENDSETS

DATA:
a=1.25,8.75,0.5,5.75,3,7.25;
b=1.25,0.75,4.75,5,6.5,7.75;
d=3,5,4,7,6,11;
e=20,20;
x,y=5,1,2,7;
enddata

min=@sum(link(i,j):c(i,j)*((x(j)-a(i))^2+(y(j)-b(i))^2)^(1/2));
@for (demand(i):@sum(supply(j):c(i,j))=d(i););
@for (supply(j):@sum(demand(i):c(i,j))<=e(j););
end

在这里插入图片描述

解题思路

建立模型,列约束条件,编程实现。
小白开始学习建模啦,感觉又踏上了一条不归路。。。

01背包的lingo求解

在这里插入图片描述

model:
sets:
WP/W1..W8/:A,C,X;
ENDSETS
DATA:
A=1 3 4 3 3 1 5 10;
C=2 9 3 8 10 6 4 10;
ENDDATA
MAX=@sum(WP:C*X);
@FOR(WP:@BIN(X));
@sum(WP:A*X)<=15;
END

其中

@FOR(WP:@BIN(X));

限定了X为布尔型变量

运行结果
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
近似查询处理是数据库管理系统中的一种技术,它旨在在给定大规数据集的情况下,以更高效的方式进行查询处理。VLDB Summer School是VLDB(Very Large Databases)组织举办的一项暑期学校,主要关注大规数据库管理系统的前沿技术和研究。 在VLDB Summer School的近似查询处理讲座中,我们学习了如何使用近似算法和数据压缩技术来处理大规数据集中的查询。近似查询处理的目标是在给定一定误差限制的情况下,以更高效的方式回答查询。这是因为在大规数据集中进行精确查询可能非常耗时,甚至无法在有限时间内完成。 在讲座中,我们了解到了一些常用的近似查询处理技术,如基于采样的查询处理、数据压缩和基于统计的查询优化等。基于采样的查询处理技术使用随机抽样的方法来估计查询结果,从而减少查询的计算成本。数据压缩技术可以通过对数据进行压缩和编码,减少数据的存储空间和传输带宽,并在查询时能够进行解压缩和还原。基于统计的查询优化则使用统计信息来估计查询的结果,并根据估计结果进行查询计划的优化。 此外,在讲座中我们还学习到了一些近似查询处理的应用场景,如在大规图数据中寻找社区结构、在数据挖掘任务中进行特征选择等。这些应用场景中,近似查询处理的技术可以帮助我们快速发现隐藏在大规数据背后的有用信息。 通过参加VLDB Summer School的近似查询处理讲座,我们深了解了近似查询处理技术的原理和应用。这对于处理大规数据集的查询具有重要的意义,并且在实际应用中可以提高数据处理的效率和准确性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值