HsinglukLiu的博客

本文主要来介绍一种基本的Cutting plane算法，即：Cover Cuts。

Java调用CPLEX设置初始解。

MIP is NP-hard

问题：之前安装配置了COPT 4.0.2版本。现在更新了6.0.5版本。但是PyCharm还是识别是v4.0.2的版本，并且4.0.2的版本已经过期了，不能运行成功。这个问题如何解决？

本文详细地介绍了数学启发式算法：可行性泵算法(Feasibility Pump)。包括其理论、具体案例和代码实现以及数值实验分析。本文可以帮助读者深入理解Feasibility Pump算法。

本文详细讲解了C++配置Gurobi，并给出了完整的视频教程。

CCG

本文介绍了Gurobi的各种建模方式，包括按行建模、按列建模、按非零元素建模以及按矩阵形式建模。我们详细介绍了按矩阵形式建模的案例及其在快速完成对偶问题建模中的使用。

MVar的小例子

Java调用Gurobi环境配置

求解器解的最优性 | cplex、gurobi和COPT求解器求解出来的一定是最优解吗？有理论证明吗？作者： 刘兴禄，清华大学，清华-伯克利深圳学院博士在读欢迎关注我们的微信公众号 运小筹之前有人在【运小筹读者2群】里问：cplex、gurobi和COPT求解器求解出来的一定是最优解吗？有理论证明什么的吗？首先，对于MIP，给足求解时间，设置MIPGap的容差为0，最后得到的一定是最优解。cplex、gurobi和COPT等求解器使用的是通用的branch and cut算法框架，该框架是精确算

【Gurobi】| Gurobi中非线性约束的对偶值的获取：QCP、QCQP、SOCP作者：刘兴禄，清华大学，清华-伯克利深圳学院欢迎关注我们的微信公众号 运小筹Gurobi中非线性约束的对偶值是可以成功获取的，但是在求解模型之前，需要将参数QCPDual设置为1.注意：如果打开参数QCPDual的话，求解器一般会来求解KKT 方程组来获得QCP的对偶变量。下面是一个具体的例子。from gurobipy import * # Create a new modelm = Model("

【Column Generation思考-01】|从对偶的角度理解Cutting Stock Problem简介Cutting Stock Problem的Column generation reformulationCutting Stock Problem的Lower Bound和Upper Bound列生成Cutting stock problemCutting stock的原问题和对偶问题的含义Cutting stock的原问题棒材VRP的Set partitioning的对偶问题Smart Pri

运小筹聊天记录精华整理1.关于退化解的讨论2.关于if约束线性化讨论3.GUROBI中取名的重要性4.实现决策变量方差最小5.招聘|会议注：为方便理解问题，整理过程中有筛选合并等，敬请谅解。1.关于退化解的讨论Discussant（按发言先后）X教授：某高校老师Z博士：运小筹主编L同学：某校研究生R同学：本次推文小编（打酱油的）Y同学：某校研究生L博士：运筹优化方向博士生X教授：大家可以讨论一下，矩阵乘法的意义是什么？矩阵乘向量是在干嘛？这个和单纯形法有撒关系？然后就能更好的理解

【大规模整数规划】| 优化算法 | Benders Decomposition: 一份让你满意的【入门-编程实战-深入理解】的学习笔记参考网址：https://www.youtube.com/watch?app=desktop&v=vQzpydNOWDY

【鲁棒优化】| 补充证明:为什么最优解时一定有$y^{*} = |x^{*}|$补充证明：为什么最优解时一定有y∗=∣x∗∣y^{*} = |x^{*}|y∗=∣x∗∣笔误更正：min⁡ cx→max⁡ cx\min \,cx \rightarrow \max \, cxmincx→maxcx作者：刘兴禄，清华大学，博士在读欢迎关注我们的微信公众号 运小筹上篇推文有一处证明我省略了，个别小伙伴觉得想不清楚，来问我了。我这里写个补充证明分享给大家。另外上篇推文也有几处小笔误，由于文章不能更改了，这里

【鲁棒优化】| 论文笔记：The Price of Robustness - 列不确定性部分的推导论文原文我自己的推导：所有详细步骤全部列举出来了参考文献作者：刘兴禄，清华大学，博士在读这个问题是来源于经典文献的。一个小伙伴问道了，我在这里给一个完整、详细的推导。确实单篇原文是无法推出来的，只有结合了另外两篇更先前的论文才能顺理成章的推出来。也感谢这位小伙伴提问。论文原文我自己的推导：所有详细步骤全部列举出来了max⁡∑j∈Jcjxjs.t.∑j∈Jaijxj+∑j∈Jia^ijyj⩽

【CPLEX】Java调用CPLEX的一些小笔记获得对偶变量获得对偶变量获得原问题的解: getValue()获得原问题的对偶变量: getDual()获得原问题极射线: getRay()获得对偶问题的极射线：dualFarkas

Python调用COPT : 最短路问题及其对偶的探讨Python调用COPT：Shortest Path Problem及其对偶问题的一些探讨Shortest Path Problem ： The ModelPython调用COPT求解SPPSPP的对偶问题Python调用COPT求解SPP的对偶问题SPP模型学术界的标准写法及其求解SPP模型学术界的标准写法SPP对偶问题的直观理解SPP模型学术界的标准形式的求解参考文献欢迎关注我们的微信公众号 运小筹文中涉及到参考文献的标注方法： https:

@[TOC](优化| 手把手教你学会杉树求解器(COPT)的安装、配置与测试)作者： 刘兴禄，清华大学，清华伯克利深圳学院博士在读前言最近杉树求解器发布了4.0.2版本。著名的优化求解器benchmark测评的官网也更新了最近的榜单。网址如下：Benchmarks for Optimization Software - Hans Mittelmannhttp://plato.asu.edu/bench.html线性规划(LP)测试榜单–单纯形法： Benchmark of Simplex L

优化 | 线性化：含绝对值的线性化非线性整数规划模型Gurobi求解代码绝对值的线性化技巧利用上面的技巧进行线性化总结作者：刘兴禄， 清华大学清华-伯克利深圳学院，博士在读欢迎关注我们的微信公众号 运小筹非线性整数规划模型考虑下面的非线性整数规划max⁡   2∣x1∣+∣x2∣s.t.   2x1+4∣x2∣⩽0−5⩽x1,x2⩽5\begin{aligned}\max \quad \,\,\,& 2|x_1| + |x_2| \\s.t. \quad \,\,\,&amp

优化 | 线性化：0-1变量乘以连续变量的线性化非线性整数规划模型Gurobi求解代码线性化总结作者：刘兴禄， 清华大学清华-伯克利深圳学院，博士在读欢迎关注我们的微信公众号 运小筹非线性整数规划模型考虑下面的非线性整数规划max⁡   3y+xzs.t.   2y+3z⩽12x+y⩽1x,y,∈{0,1}，0⩽z⩽100\begin{aligned}\max \quad \,\,\,& 3y + xz \\s.t. \quad \,\,\,& 2y + 3z \leq

优化 | 线性化：两个0-1变量相乘的线性化非线性整数规划模型Gurobi求解代码线性化作者：刘兴禄， 清华大学清华-伯克利深圳学院，博士在读欢迎关注我们的微信公众号 运小筹非线性整数规划模型考虑下面的非线性0-1整数规划max⁡y+xzs.t.2x+3y⩽3y+z⩽1x,y,z∈{0,1}\begin{aligned}\max \quad & y + xz \\s.t. \quad & 2x + 3y \leqslant 3 \\& y + z \leqs

【鲁棒优化笔记】以Coding入门鲁棒优化：以一个例子引入（二）投资组合的例子鲁棒优化模型的reformulation: 利用对偶进行reformulation利用对偶进行reformulationPython调用gurobi求解对偶reformulation后的模型鲁棒优化模型的reformulation: 利用上镜图reformulation利用上镜图reformulationPython调用gurobi求解reformulation后的模型小结参考文献** 作者：刘兴禄， 清华大学，清华-伯克利深圳

Comment to: 以Coding入门鲁棒优化：以一个例子引入（二）证明绝对值线性化的等价性** 作者：刘兴禄， 清华大学，清华-伯克利深圳学院，博士在读**证明绝对值线性化的等价性下面我们来证明一下绝对值转化的等价性：命题：z+=max⁡{0,z}  (1)z−=max⁡{0,−z}  (2)z^+=\max \left\{ 0,z \right\} \,\, \left( 1 \right) \\z^-=\max \left\{ 0,-z \right\} \,\

【鲁棒优化笔记】以Coding入门鲁棒优化：以一个例子引入（二）投资组合的例子鲁棒优化模型的reformulation: 上镜图reformulationReformulationPython调用gurobi求解reformulation后的模型鲁棒优化模型的reformulation: 对偶reformulation对偶reformulationPython调用gurobi求解对偶reformulation后的模型小结参考文献** 作者：刘兴禄， 清华大学，清华-伯克利深圳学院，博士在读**投资组合的

鲁棒优化|基于ROME编程入门鲁棒优化：以一个例子引入（上）线性规划中的不确定性一个生产的例子Matlab+ROME求解鲁棒优化简单案例：一个投资组合的例子不确定回报率鲁棒优化模型Matlab调用ROME包求解Robust Counterpart参考文献鲁棒优化是处理数学规划中处理不确定性的重要方法论。这里我们以几个简单的例子来介绍鲁棒优化。同时，我们结合鲁棒优化工具包Robust Optimization Made Easy (ROME)来编程实现，方便读者理解和复现。线性规划中的不确定性在生产实际

文章目录Anaconda + Gurobi配置找到Gurobi安装目录下的对应python版本的`gurobipy`文件夹。将`gurobipy`文件夹拷贝到Anaconda的安装目录下Anaconda + Gurobi配置Anaconda配置Gurobi非常简单，只需要将Gurobi安装目录下的gurobipy文件夹拷贝到Anaconda安装目录下的Lib文件夹下即可。具体为：找到Gurobi安装目录下的对应python版本的gurobipy文件夹。我的Gurobi安装目录为D:\Develop

文章目录初识随机规划：一个小小例子生产计划的例子参数的不确定性随机规划模型（Stochastic Programming）Python调用Gurobi求解随机规划模型初识随机规划：一个小小例子本文中的确定性问题的例子来源于《运筹学》第四版，运筹学编写组编著。生产计划的例子一个工厂生产2种产品AAA和BBB，AAA产品需要1个单位人工工时和4个单位的设备1的工时，BBB产品需要2个单位的人工工时和4个单位的设备2的工时。且该厂一共可提供人工工时、设备1工时和设备2的工时分别为8,16和12。且生产

运筹学修炼日记：如何写出大规模线性规划的对偶问题运筹学修炼日记：如何写出大规模线性规划的对偶问题最短路问题多商品流问题`Multicommodity Network Flow Problem`借助`Excel`和`具体小算例`写出大规模LP的对偶Dual Problem :Shortest Path Problem(最短路问题)小算例`Excel`+`小算例`写出`SPP`的对偶问题将`Excel`中的`Dual tabular`转化成公式形式Dual Problem :Multicommodity Ne

文章目录rc101rc101在服务器上跑了3天，没有找到可行解。

无人机与卡车联合配送-论文代码复现原博客链接 https://blog.csdn.net/HsinglukLiu/article/details/107871295Introduction本代码主要是复现了2015年发表在Transportation Research Part C: Emerging Technologies上的关于无人机与卡车联合配送的文章中的模型部分的求解器求解代码。论文题目为The flying sidekick traveling salesman problem: O

Python调用Gurobi实现列生成求解TSP运筹学修炼日记：Python调用Gurobi实现列生成求解TSP--两种不同消除子环路的方法TSP问题的一般模型TSP Model 1： `subtour-elimination` 消除子环路模型Python调用Gurobi实现的问题TSP Model 1 ： MTZ约束消除子环路为什么`MTZ`约束可以消除子环路？Python+Gurobi: 用callback实现TSP的`subtour-elimination`Python+Gurobi: 实现TSP的`

Java调用CPLEX报错处理no cplex1280 in java.library.path或者try invoking java with java -Djava.library.path=...的处理Java调用CPLEX报错处理no cplex1280 in java.library.path或者try invoking java with java -Djava.library.path=...的处理首先找到`CPLEX`的安装目录修改`Run Configuration`中的Arguments

随机规划案例：The value of the stochastic solution作者： 刘兴禄，清华大学，清华-伯克利深圳学院博士在读本文来解读打咯

Gurobi处理非线性目标函数和约束的详细案例非线性项举例`Quadratic Programming``Quadratically Constrained Programming``Quadratically Constrained Quadratic Programming``Second-Order Cone Programming`其他Gurobi可以求解的非线性形式Gurobi代码实现一些闲言简单讲解完整模型构建注意事项参考文献作者：刘兴禄，清华大学，清华伯克利深圳学院博士在读文中的图片(除

文章目录初识随机规划 (2)：两阶段随机规划模型两阶段随机规划模型生产计划的例子参数的不确定性随机规划模型（Stochastic Programming）Python调用Gurobi求解随机规划模型参考文献OlittleRer初识随机规划 (2)：两阶段随机规划模型本文中的确定性问题的例子来源于《运筹学》第四版，运筹学编写组编著。两阶段随机规划模型上篇文章介绍了随机规划的一个小例子。文章链接： https://mp.weixin.qq.com/s/9RsWE6E00W_dz7bpThHInA

Python调用Gurobi：简单案例Python调用Gurobi：简单案例Assignment ProblemPython调用Gurobi：简单案例Assignment Problemfrom gurobipy import *import pandas as pd import numpy as np import random

Gurobi+Python做运筹优化环境搭建Gurobi+Python做运筹优化环境搭建Gurobi+Python环境搭建报错 `DLL load failed`一般原因Gurobi+Python做运筹优化环境搭建Python调用Gurobi需要注意下面几点：Gurobi的版本和Python的版本要一致，即都是64bit或者都是32bit，否则不能成功如果用Pydev，则需要eclipse，gurobi，python三个的版本是一样的，都是64bit或者32bit下面是配置Python+Gur