RSOME案例:基于Wasserstein含糊集合的多产品报童模型


RSOME: Robust Stochastic Optimization Made Easy


Multi-Item Newsvendor Problem with Wasserstein Ambiguity Sets

In this example, we consider the multi-item newsvendor problem discussed in the paper Chen et al. (2020). This newsvendor problem determines the order quantity w i w_i wi of each of the I I I products under a total budget d d d. The unit selling price and ordering cost for each product item are denoted by p i p_i pi and c i c_i ci, respectively. The uncertain demand of each product item is denoted by the random variable z ~ i \tilde{z}_i z~i. Once the demand realizes, the selling quantity y i y_i yi is expressed as min ⁡ { x i , z i } \min\{x_i, z_i\} min{ xi,zi}, and the newsvendor problem can be written as the following distributionally robust optimization model,

min ⁡   − p ⊤ x + sup ⁡ P ∈ F ( θ ) E P [ p ⊤ y ( s ~ , z ~ , u ~ ) ] s.t.  y ( s , z , u ) ≥ x − z , ∀ z ∈ Z s ,   ∀ s ∈ [ S ] y ( s , z , u ) ≥ 0 ∀ z ∈ Z s ,   ∀ s ∈ [ S ] c ⊤ x = d ,   x ≥ 0 \begin{aligned} \min~& -\pmb{p}^{\top}\pmb{x} + \sup\limits_{\mathbb{P}\in\mathcal{F}(\theta)}\mathbb{E}_{\mathbb{P}}\left[\pmb{p}^{\top}\pmb{y}(\tilde{s}, \tilde{\pmb{z}}, \tilde{u})\right] && \\ \text{s.t.}~&\pmb{y}(s, \pmb{z}, u) \geq \pmb{x} - \pmb{z}, && \forall \pmb{z} \in \mathcal{Z}_s, ~\forall s \in [S] \\ & \pmb{y}(s, \pmb{z}, u) \geq \pmb{0} && \forall \pmb{z} \in \mathcal{Z}_s, ~\forall s \in [S]\\ & \pmb{c}^{\top}\pmb{x} = d, ~ \pmb{x} \geq \pmb{0} \end{aligned} min s.t. pppxxx+PF(θ)supEP[pppyyy(

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
### 回答1: 首先,确保你已经安装了MATLAB软件,并且获得了合法的许可证。 1. 下载Rsome代码库: 在MATLAB的官方网站上下载Rsome的代码库文件,或者在GitHub上找到Rsome的代码库,并将其保存到你的电脑上。 2. 解压缩文件: 找到保存的Rsome代码库文件,并将其解压缩到一个你容易访问的位置。 3. 添加路径: 打开MATLAB软件,在主界面的顶部导航栏中选择"Set Path"选项。点击"Add with Subfolders"按钮,然后选择刚才解压缩得到的Rsome代码库文件夹。点击"Save"按钮保存路径更改。 4. 配置参数: 打开MATLAB软件,在命令窗口中输入"cd file_path",将"file_path"替换为刚才解压缩得到的Rsome代码库文件夹的路径,然后按下Enter键。接下来,输入"rsome_install"命令,并按下Enter键。这将打开Rsome的安装向导。 5. 安装向导: 按照安装向导的指示一步一步进行操作。你可能需要提供一些必要的信息,例如选择安装目录、许可证密钥等。确保仔细阅读每个步骤,并根据你的需求进行选择。 6. 安装完成: 当安装向导成功完成后,你将看到一个提示消息,表明Rsome已经成功安装在你的MATLAB软件中。你可以关闭安装向导,并开始使用Rsome进行分析和处理数据。 请注意,这只是一个简单的安装教程,具体步骤可能因版本和操作系统的不同而有所差异。建议在安装过程中参考MATLAB软件的官方文档或Rsome的官方文档以获取更具体的指导。 ### 回答2: rSymPy是Matlab的一个符号计算工具包,它可以利用SymPy库来进行高级的符号计算。要安装rSymPy,可以按照以下步骤进行操作: 1. 首先,确保您的计算机上已经安装了Matlab和Python。如果还没有安装Python,您可以从官方网站下载并安装。 2. 下载和安装SymPy库。您可以使用pip命令在命令行界面上输入以下指令:pip install sympy。这将会自动下载和安装SymPy库。 3. 打开Matlab,并使用cd命令将当前目录更改为您想要安装rSymPy的目录。 4. 在Matlab的命令行界面上,输入以下指令:!pip install rSymPy。这将会使用pip命令安装rSymPy库。 5. 安装过程完成后,您可以使用rSymPy库进行高级的符号计算。在Matlab的命令行界面上,您可以使用以下指令导入rSymPy库:import rSymPy.* 6. 现在,您可以使用rSymPy库中提供的各种函数和命令来进行符号计算。例如,您可以使用rsym命令来定义一个符号变量,使用rsubs命令来进行替换,使用rexpand命令来展开表达式等等。您可以在Matlab的官方文档中找到更多关于rSymPy库的使用方法和例子。 希望这个安装教程对您有帮助!如果您遇到任何问题,可以参考官方文档或在Matlab的官方论坛上寻求帮助。 ### 回答3: Rsome是一种在Matlab中进行机器学习和数据挖掘的工具包。以下是Rsome安装的步骤: 步骤1:下载Rsome 在网上搜索Rsome的官方网站,找到适合你所使用的Matlab版本的Rsome下载链接。点击链接下载Rsome安装包。 步骤2:解压安装包 将下载的Rsome安装包解压到你选择的文件夹中。 步骤3:添加Rsome路径 打开Matlab,点击顶部导航栏中的“Set Path”按钮。在弹出的对话框中,点击“Add with Subfolders”按钮,选择刚刚解压的Rsome文件夹,并点击“Add”按钮。 步骤4:验证安装 在Matlab命令窗口中输入“rsome”命令,如果成功安装,将弹出Rsome的主界面,并显示版本号等相关信息。 步骤5:开始使用Rsome 根据你的需求,可以使用Rsome进行各种机器学习和数据挖掘任务。你可以通过学习Rsome的官方文档或者教程来了解如何使用各种功能。 需要注意的是,Rsome是一个第三方工具包,不属于Matlab的核心功能。所以在使用Rsome时,可能需要一定的机器学习和数据挖掘的基础知识。 希望上述回答能够对你有所帮助。如果有更多的问题,请随时提问。
评论 4
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