- 博客(68)
- 收藏
- 关注
RSS订阅原创 网络流问题--交通调度【数学规划的应用(含代码)】阿里达摩院MindOpt
本文探讨了如何利用数学规划工具MindOpt解决交通调度问题。交通调度涉及网络流分析，考虑道路容量、车辆限制、路径选择等因素，以实现高效运行。通过建立数学模型，利用MindOpt云平台和建模语言MAPL，设定流量最大化目标并确保流量守恒，解决实际的调度问题。案例展示了如何分配车辆从起点到终点，同时满足道路容量约束。MindOpt Studio提供在线开发环境，支持模型构建和求解，帮助优化大规模交通调度。
2024-07-19 17:24:34
842
原创 人员排班【数学规划的应用(含代码)】阿里达摩院MindOpt
随着现在产业的发展，7*24小时服务的需要，人员排班的问题，逐渐成为了企业管理中的重要环节。那么如何合理高效的进行人员排班呢，运筹学中的数学规划方法是计算人员排班问题的一个好方案。
2024-07-12 16:44:30
882
原创 排产排程问题【数学规划的应用（含代码）】阿里达摩院MindOpt
**文章摘要：**本文探讨了使用阿里巴巴达摩院的MindOpt优化求解器解决制造业中的排产排程问题。排产排程涉及物料流动、工序安排、设备调度等多个方面，通常通过数学规划方法建模。MindOpt支持线性规划、整数规划等，能有效处理大规模数据。案例以香皂制造工厂为例，考虑了多种油脂的购买、存储和生产计划，以及价格变化和存储成本。问题通过数学建模转化为MindOpt APL代码，求解器自动寻找最优解，以最大化利润。文章还提供了代码解析，展示了解决方案的细节，包括目标函数（利润最大化）、约束条件（如生产效率、库
2024-07-08 10:09:30
819
原创 仓库选址问题【数学规划的应用(含代码)】阿里达院MindOpt
使用阿里云MindOpt工具，文章展示了如何解决仓库选址的数学规划问题。该问题涉及构建工厂以供应多个商店，考虑因素包括建设成本、库存成本、运输成本和需求量。MindOpt是一个优化求解器，能处理大规模数据的数学规划问题。通过声明集合、参数、变量、目标函数和约束条件，构建模型并求解，以最小化总成本。文中还提到了不同行业的应用场景，如农业、制造业、零售业和电商，并提供了视频讲解和代码示例。
2024-06-28 16:04:10
754
原创 【FlowShop流水线作业排班问题【数学规划的应用(含代码)】阿里达摩院MindOpt】
本文探讨了使用阿里巴巴达摩院的MindOpt工具解决FlowShop流水线作业排班的数学规划问题。FlowShop涉及到多台机器、多个工序和多个作业，目标是通过优化排班最小化总生产耗时。MindOpt通过数学规划方法，如线性或混合整数线性规划，将问题建模并转化为代码，利用云建模平台MindOpt Studio和MindOpt APL建模语言进行求解。案例中详细介绍了参数定义、变量解析、约束设置和目标函数，展示了如何通过MindOpt进行建模和求解，以达到最优化的生产调度。
2024-06-21 16:20:16
954
原创 支持向量机(SVM): 从理论到实践的指南（2）
葡萄酒数据集经常被用于机器学习、模式识别和统计分类算法的测试中。由于其特征维度较高，非常适合于验证特征选择和降维方法，例如主成分分析（PCA）或线性判别分析（LDA）的效果。同时，由于数据集包含多个分类，它也经常被用作分类算法（如决策树、随机森林、支持向量机等）的标准测试集。
2024-06-14 16:29:05
591
原创 支持向量机(SVM): 从理论到实践的指南（1）
支持向量机（SVM）被誉为数据科学领域的重量级算法，是机器学习中不可或缺的工具之一。SVM以其优秀的泛化能力和对高维数据的管理而备受推崇。本文旨在梳理SVM的核心概念以及其在实际场景中的应用。
2024-06-07 17:29:58
814
原创 MindOpt不联网License，可直接在阿里云线上购买了
在很多场景里，由于智能决策运行环境不允许联网、网络不稳定、或者需要毫秒级计算决策方案需要节省联网耗时等场景，多用户反馈需要【不联网】的License。
2024-05-31 14:50:52
806
原创 选择优化求解器的关键因素：以MindOpt为例
选择一款适合自己业务需求的求解器我们一般需要考量什么呢？可求解的问题类型？问题规模？本文将介绍一些需要考虑的重要因素，并且介绍阿里达摩院MindOpt优化求解器在这些因素下的表现。
2024-05-24 19:28:13
655
原创 如何用算法规划完美的相亲假期 - 小美的春节排班挑战
排班是一个经典的组合优化问题，而相亲排班可谓是它的一种别出心裁的应用。小美的挑战在于，如何在有限的8天空闲时间内，安排至少12场有效的相亲，并且满足诸如“父母严选”和通勤时间等一系列复杂的条件。
2024-05-17 16:22:28
598
原创 解决背包问题：组合优化的应用与建模方法
组合优化是数学优化的一支，专注于从有限集合中选取元素的最优化问题。它涉及将一组对象组合在一起，以满足特定条件并优化某个目标函数，即在所有可能的组合中找到最有利的一个。本文将以一个简化的背包问题为例，来讲解采用数学规划的方法来解决背包这个组合优化问题。
2024-05-11 16:18:36
978
原创 智能解决装箱问题：使用优化算法实现高效包装
装箱问题（Bin Packing Problem）是组合优化领域中的一个经典问题，主要涉及如何将一系列对象高效地装入有限数量的容器（或“箱”）中，同时满足特定的约束条件。这个问题的目标是最小化所需使用的箱子数量或者最大化箱子的装载效率，以减少空间或资源的浪费。
2024-04-26 17:10:22
1220
2
原创 深入了解MindOpt优化求解器的License服务
在商业和研究领域，高效的数学优化求解器是解决复杂问题的关键工具。MindOpt求解器以其卓越的性能和广泛的应用场景成为众多专业人士的首选。但在享受其强大功能的同时，了解和选择合适的License服务是至关重要的。本篇博客将详细介绍MindOpt优化求解器的Licence服务。
2024-04-19 18:24:17
755
原创 MindOpt APL向量化建模语法的介绍与应用（2）
在数据科学、工程优化和其他科学计算领域中，向量和矩阵的运算是核心组成部分。MAPL作为一种数学规划语言，为这些领域的专业人员提供了强大的工具，通过向量式和矩阵式变量声明以及丰富的内置数学运算支持，大大简化了数学建模和优化问题的处理。在本文中，我们将探索MAPL的这些特性，并且通过示例来展示如何有效使用这些工具。
2024-04-12 16:24:46
526
原创 MindOpt APL向量化建模语法的介绍与应用（1）
向量化建模是一种高效的数学建模和编程技术，它涉及到对向量、矩阵和更高维数组进行操作，以实现操作的同时性和批量处理。在优化和数据分析等领域，向量化建模可以极大地提高计算效率，特别是当涉及到大量的重复计算时。由于向量化建模具有表述优势、操作优势、计算性能、可扩展性等优势，使得其适合于解决很大一类实际问题
2024-03-27 10:24:40
945
原创 MindOpt APL 最新版本功能介绍，并且开放下载使用了！
MindOpt APL(简称MAPL)是阿里巴巴达摩院决策智能实验室研发的国内第一款拥有自主知识产权，完全自研的国产建模语言，在电力SCUC等领域问题上建模性能优秀，对标或超越已有产品，对比AMPL等建模语言，部分语法上更灵活简单，并且与Mindopt Studio平台集成，可云上使用。
2024-03-27 10:18:13
1109
原创 了解MindOpt优化求解器的各种调用方式、方法
Mindopt是一款高性能优化求解器，专为求解大规模数学规划问题，当前支持线性规划 (LP) 、混合整数线性规划 (MILP) 、非线性规划（QP、SDP）。其强大的算法旨在有效地找到符合规规则约束、目标值最优的最佳解决方案，使其成为运筹学必学工具，广泛用在电商互联网、金融、电力能源、工业制造、交通物流等领域。在实践中，选择哪一种方式取决于具体任务、开发者的专业背景以及项目需要。如果需要开发具有复杂业务逻辑或数据处理要求的应用程序，比较推荐编程语言调用。
2024-03-15 16:56:03
871
原创 MindOpt优化器: 浅谈版本0.x和1.x之间API的差异
Mindopt是一款高性能优化求解器，专为解决从简单线性规划 (LP) 到更复杂的混合整数规划 (MIP) 、非线性规划（QP、SDP）的一系列问题而设计。其强大的算法旨在有效地找到最佳解决方案，使其成为运筹学，电力能源、工业制造、交通物流和其他领域的研究人员和专业人员的首选工具。
2024-03-08 18:01:06
900
原创 如何选择旅游路线，使得假期旅游路费最少？
TSP，全称为Traveling Salesman Problem，即旅行商问题。它是一个经典的组合优化问题，其目标是找到一条路径，使得旅行商能够访问一组城市，并且总路程最短。
2024-02-04 15:12:03
1319
原创 「达摩院MindOpt」优化形状切割问题（MILP）
在制造业，高效地利用材料不仅是节约成本的重要环节，也是可持续发展的关键因素。无论是在金属加工、家具制造还是纺织品生产中，原材料的有效利用都直接影响了整体效率和环境影响。
2024-01-19 18:36:45
640
原创 MindOpt：阿里巴巴达摩院打造的优化求解器及其组件全面介绍
MindOpt 是阿里巴巴达摩院决策智能实验室研发的决策优化软件。团队组建于2019年，聚焦于研发尖端运筹优化和机器学习技术，构建智能决策系统，更快更好地向各行各业提供数学建模与求解能力，帮助业务更快更好地做出决策，以期降低成本、提升效率、增大收益 。
2024-01-12 17:07:42
1913
原创 「达摩院MindOpt」优化FlowShop流水线作业排班问题
在企业在面临大量多样化的生产任务时，如何合理地安排流水线作业以提高生产效率及确保交货期成为了一个重要的问题。
2024-01-12 16:21:39
558
原创 MindOpt APL建模语言自定小义函数的重要性和示例
在编程和建模语言中，函数是一段独立的、可重复使用的代码块，用于执行特定任务。在MindOpt APL中，自定义函数的使用非常重要，因为它们提高了建模过程的效率、可读性和灵活性。
2024-01-05 18:21:55
805
原创 MindOpt 云上建模求解平台：多求解器协同优化
数学规划是一种数学优化方法，主要是寻找变量的取值在特定的约束情况下，使我们的决策目标得到一个最大或者最小值的决策。
2023-12-29 15:09:27
508
原创 MindOpt云上建模求解平台功能的简单介绍
MindOpt云上建模求解平台是阿里巴巴达摩院研发的一款“优化领域”的云平台。它结合了最新的算法研究和云技术，为用户提供了一个易于使用的界面和强大的后台计算能力。该平台支持广泛的优化问题，包括线性规划、整数规划、非线性规划和混合整数规划等。
2023-12-22 16:40:38
147
原创 MindOpt工具是如何做到配套使用的？请看此篇
MindOpt是阿里巴巴达摩院决策职能实验室研发的专注于优化领域，提供智能优化解决方案的品牌。主要的目标是帮助客户通过先进的优化算法和技术，实现业务流程的最佳化，提升效率，降低成本，并最大化业务价值。产品和服务涵盖了多个行业，包括制造业、物流和供应链、零售、电子商务、运输和配送、能源等。通过深入了解客户的具体需求和业务流程，我们能够提供定制化的优化解决方案，以满足不同行业和企业的需求。
2023-12-18 09:48:43
488
原创 MindOpt APL：一款适合优化问题数学建模的编程语言
建模语言是一种描述信息或模型的编程语言，在运筹优化领域，一般是指代数建模语言。比如要写一个线性规划问题的建模和求解，可以采用C、Python、Java等通用编程语言来实现计算机编程（码代码），也可以换采用建模语言。本文将以阿里达摩院研发的MindOpt建模语言(MindOpt Algebra Programming Language, MindOptAPL，简称为MAPL)来讲解。MAPL是一种高效且通用的代数建模语言，当前主要用于数学规划问题的建模，并支持调用多种求解器求解。
2023-12-08 16:54:54
929
1
原创 MindOpt APL，可以支持调用几十种求解器的建模语言
建模语言可以提供更高级、更灵活的问题描述方式，从而提高问题的理解和求解效率。它可以加速问题的开发和部署过程，促进不同领域之间的合作和交流，从而推动问题求解的进展和创新。
2023-12-04 09:49:47
137
原创 「达摩院MindOpt APL 建模语言」语法说明 print 将结果写表格文件
MindOpt建模语言(MindOpt APL, 简称为MAPL)是MindOpt团队研发的一种代数建模语言。用MAPL描述数学规划模型与用数学公式进行描述非常类似。
2023-11-17 18:20:22
119
1
原创 MindOpt V1.0优化种植计划问题，新的建模方法
种植计划是指农业生产中针对不同农作物的种植时间、面积和种植方式等方面的规划安排。根据具体情况进行合理的规划和安排，以实现农作物的高产、优质和可持续发展。
2023-11-06 09:58:44
283
原创 「达摩院MindOpt」用于多目标规划（加权和法）
多目标规划（Multi-objective programming）是指在一个优化问题中需要同时考虑多个目标函数的优化。在多目标规划问题中，目标函数之间通常是互相冲突的，即在优化一个目标函数的过程中，另一个或几个目标函数可能会受到影响。因此，多目标规划问题的目标是找到一个解x，使得在满足约束的前提下，所有目标函数达到一个相对满意的折中。
2023-09-22 17:27:08
1595
原创 「达摩院MindOpt」如何合理安排采购量和生产计划，让利润更高
比上一篇问题02中，我们只考虑了一次性的采购和生产计划，实际中的排产排程问题要更加复杂和精细。例如，我们要考虑未来三个月内采购和排产排程计划。其中，原材料每个月的采买价格均有不同，并且原材料购买后的存储也需要成本开销。在本节中，我们将考虑这样一个相对复杂的排产排程的决策问题。
2023-09-08 14:55:30
125
原创 排产排程问题，如何让利益最大化？（达摩院Mindopt案例）
本篇我们要讲述的案例是工厂生产相关，一个好的管理者会合理安排生产计划，让生产机器在固定的时间，不同的产品，生产效率的差异中尽可能的让工厂的利益最大化。那么面对这一问题，如果计算量比较大，该如何是好呢？
2023-08-18 18:00:11
402
原创 阿里达摩院研发了一款运筹优化算法开发平台
使用数学规划技术时，需要运用运筹学的知识分析问题、数学建模和开发程序来计算。平台式的开发环境，可以集成多款优化求解算法和数据处理软件，易于使用，能提高开发的效率，帮助快速将优化技术应用于业务。
2023-08-11 18:01:24
263
原创 如何合理安排员工工作时间以提高效率和减少成本？—达摩院MindOpt
人员排班在各行各业都具有重要的实际应用价值，可以帮助企业和机构提高管理效率、降低成本，同时提升员工的工作满意度和整体效能。
2023-08-08 13:12:58
421
原创 混合整数线性规划-仓库选址问题-达摩院MindOpt
仓库选址问题是一个重要的运筹学问题，它涉及到在一个给定的地理区域中选择最佳的仓库位置以最小化总成本或者提高效率。仓库选址问题在现代物流和供应链管理中具有重要的应用，因为仓库的位置直接影响到货物的运输成本、交货时间和库存量等因素。
2023-07-28 18:15:05
1888
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人