- 博客(4)
- 收藏
- 关注
RSS订阅原创 求解器 | PySCIPOpt常用类和函数
Model 类函数功能参数说明Model( problemName='model')创建模型对象problemName 模型名称Model.addCons( cons, name='')添加一条约束cons 约束对象；name 约束名称Model.addConss( conss, name='')添加多条约束conss 存放约束对象的可迭代对象； name 传入字符串后会自动生成’_’+枚举索引的后缀Model.addConsAnd( vars, res
2022-04-18 11:45:11
1875
1
原创 图论 | 算法实现 | 最小生成树 min spanning tree
应用案例来自机械工业出版社出版的《运筹学》教材第二版的应用案例10-8荒地能源（WE）是一家天然气钻井公司，钻井位置位于其控制的一块荒地，公司目前想要修建连接各钻井之间的道路，下图展示了7个钻井的位置，以及两个钻井之间可能的道路线形与预期的构建费用（单位：千美元 ）。只有位置1能够将其他位置与外界相连。WE希望选择一个总费用最小的道路集合，以生成一个每对位置间都存在一条路的网络。该问题的最优解由粗线表示，其总费用为80k美元。荒地能源需要的是如上图所示的一个最小生成树，它不包括任何环，但却能覆
2022-01-11 22:45:33
615
原创 运筹学 | 线性规划求解算法 | 单纯形法的python实现
单纯形法是在线性规划可行域的顶点中搜索最优解的算法,可以被分为三个步骤：找到顶点搜索顶点判断在某顶点处是否最优如何找到可行域的顶点？存在由线性等式和不等式构成的多面体 P={X∈Rn∣∑j=1nPjxj=b,X≥0}P = \{X \in R^n | \sum_{j=1}^n P_jx_j = \boldsymbol b, X\geq \boldsymbol 0 \}P={X∈Rn∣∑j=1nPjxj=b,X≥0} ,若X是一个基本解且满足所有约束条件，则称X是一个基本可行解.线性
2022-01-05 20:33:28
2405
1
原创 原始-对偶（Primal-Dual）算法求解线性规划
原始-对偶（Primal-Dual）算法（Dantzig, Ford, and Fulkerso,1956）是用来求解线性规划的一种算法，可以看作是单纯形法的一种变体，目的是减少迭代次数。构建该算法的核心依据为原问题和对偶问题的最优解满足的互补松弛关系。考虑以下线性规划问题：mincTxs.t.Ax⩾b(P)x⩾0\min \quad \boldsymbol{c}^T\boldsymbol{x}\\s.t.\\\boldsymbol{Ax}\geqslant \boldsymbol{.
2021-09-20 23:47:53
6311
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