AMPL 个人投资线性规划问题

设:总资金=150000元
x1=  定期存款 年息2.25%
x2= 货币型基金 年收益在[ 2%, 4% ]

x3= 债券型基金 年收益在[ -2%, 12% ] 

x4= 股票型基金 年收益在[ -30%, 100% ]

求:最大化收益,最小化损失。

AMPL Code:

var x1 >=0;
var x2 >=0;
var x3 >=0;
var x4 >=0;

maximize profit: 0.0325*x1 + 0.04*x2 + 0.08*x3 + 0.50*x4;
minimize loss:   0.0325*x1 + 0.02*x2 - 0.02*x3 - 0.20*x4;

C1: x1 + x2 + x3 + x4 <= 150000;
C2: x1 + x2 <= 120000;
C3: x3 + x4 <= 120000;

solve;
display x1,x2,x3,x4, profit, loss;

执行 ampl.exe grtz_lp.mod

MINOS 5.5: optimal solution found.
2 iterations, objective 61200
Objective = profit
x1 = 0
x2 = 30000
x3 = 0
x4 = 120000
profit = 61200
loss = -23400

最好情况下收益率: 61200/150000= 40.8%

最坏情况下损失:-2812.5/150000= -15.6%

看来考验人的是资金分配的配置比例。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Ampl(A Mathematical Programming Language)是一种用于数学规划的高级编程语言。在路线规划问题中,Ampl可以用于建立数学模型、解决最优化问题,并进行路径优化。 在路线规划问题中,我们常常需要找到最短路径或最优路径,以最大程度地满足指定的条件和限制。Ampl提供了一种灵活而强大的方式,使我们能够有效地描述和解决这些问题。 使用Ampl进行路线规划,首先需要定义问题的目标函数和约束条件。目标函数可以是最短路径、最小成本、最大效益等,约束条件可以包括时间限制、容量限制、资源限制等。然后,我们可以通过指定变量的取值范围和约束条件来定义问题的数学模型。 在建立好模型后,我们可以使用Ampl的求解器来求解最优解。Ampl支持多种求解算法,如线性规划、整数规划、混合整数规划等。根据问题的具体要求,选择适合的求解算法,可以更快地找到最优解。 Ampl还提供了丰富的数据处理和可视化功能,可以导入和处理实际路网数据,生成可视化的路线图和报告,帮助我们分析和解释结果。 总之,Ampl在路线规划问题中提供了一种可靠而高效的解决方案。通过定义数学模型和约束条件,使用Ampl的求解器,我们可以找到最优的路径和解决方案。Ampl的灵活性和强大性使其成为研究者和决策者的首选工具之一。

“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