- 博客(126)
- 资源 (2)
- 收藏
- 关注
RSS订阅
原创 使用scikit-opt中粒子群算法求解约束优化问题
或者采用罚函数法、增广拉格朗日函数法将约束优化问题转化为无约束优化问题后，可以采用梯度类、粒子群算法进行求解。，每次迭代若粒子位置满足约束且优于历史最优位置，则更新位置，逐步引导粒子在可行域内搜索最优解。粒子群算法求解约束优化问题，关键是约束的处理，初始化将粒子历史最优位置设为。
2024-04-09 13:27:40
599
原创 使用Java调用Cplex求解带时间窗的车辆路径问题
在使用大M法的时候，务必注意M的取值：不能取太小，也不能取太大！取太小可能导致出现不可行解，取太大可能会因为计算机的精度问题导致约束失效。待优化的问题即为，如何决策车辆访问客户的路径，使得在满足一定约束的条件下，实现最小化总成本的目标。如果尝试减去数据类型的最大可能值，则这将导致一些计算问题。表示了车站与客户之间，以及客户之间的有向连接。所有车辆通常是同质化的，每辆车都存在容量上限。所有节点的集合可表示为。会导致求解出现问题，得不到最优解。个点组成，其中客户由。，时间可以包括在弧上。都有需要被满足的需求。
2024-02-21 21:29:28
448
原创 基于集合的粒子群算法（S-PSO）求解车辆路径优化问题
为了缓解现有离散PSO算法的不足，为在离散空间中使用PSO算法开发一个更通用和灵活的框架，Chen等提出了一套为基础的PSO (S-PSO)框架。离散变量天然可以用集合进行表示，S-PSO在集合空间中重新定义了PSO。
2024-01-31 14:22:49
1134
原创 基于蚁群算法的TSP问题建模求解（Python）
蚁群系统（Ant System或Ant Colony System（是由意大利学者Dorigo、Maniezzo等人于20世纪90年代（1992年）首先提出来的。他们在研究蚂蚁觅食的过程中，发现单个蚂蚁的行为比较简单，但是蚁群整体却可以体现一些智能的行为。例如蚁群可以在不同的环境下，寻找最短到达食物源的路径。这是因为蚁群内的蚂蚁可以通过某种信息机制实现信息的传递。后又经进一步研究发现，蚂蚁会在其经过的路径上释放一种可以称之为“信息素”的物质，蚁群内的蚂蚁对“信息素”具有感知能力，它们会沿着“信息素”浓度较高
2024-01-12 09:32:26
1498
原创 基于模拟退火算法的TSP问题建模求解（Python）
模拟退火算法（Simulated Annealing Algorithm）来源于固体退火原理，是一种基于概率的算法。将固体加温至充分高的温度，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，分子和原子越不稳定。而徐徐冷却时粒子渐趋有序，能量减少，原子越稳定。在冷却（降温）过程中，固体在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。
2023-11-15 23:49:05
476
原创 基于随机森林的波士顿房价预测
波士顿房地产市场竞争激烈，而你想成为该地区最好的房地产经纪人。为了更好地与同行竞争，你决定运用机器学习的一些基本概念，帮助客户为自己的房产定下最佳售价。幸运的是，你找到了波士顿房价的数据集，里面聚合了波士顿郊区包含多个特征维度的房价数据。你的任务是用可用的工具进行统计分析，并基于分析建立优化模型。这个模型将用来为你的客户评估房产的最佳售价。读取数据 CRIM ZN INDUS CHAS NOX R
2023-08-11 10:39:50
993
原创 基于梯度下降算法的无约束函数极值问题求解
导数（Derivative），也叫。又名，是微积分中的重要基础概念。。如果函数的自变量和取值都是实数的话，函数在某一点的导数就是该函数所代表的曲线在这一点上的切线斜率。。例如在运动学中，物体的位移对于时间的导数就是物体的瞬时速度。对于一条直线来说，求该直线的斜率就是找到该直线上两个点x1y1和x2y2，分别求出两点在y和x上的增量。因此斜率就是y的改变量比上x的改变量，即ktanθΔyΔxx2−x1y2−y1。
2023-07-06 00:21:09
1121
原创 基于粒子群算法的无约束优化问题求解
粒子群算法（Particle Swarm Optimization，PSO）是由美国心理学家James Kennedy和电气工程师Russell Eberhart于1995年提出的一种算法，算是比较老也是非常经典的算法之一。采用Java编程粒子群算法求解了无约束优化问题中常用的几个测试函数。
2023-07-01 14:18:54
570
原创 基于NSGA-II算法的多目标多旅行商问题建模求解
NSGA-II算法学习过程中涉及到了较多内容，除了遗传算法中，核心步骤外，又融入了等内容。在GA中，通常采用轮盘赌选择策略，为了加快收敛保留全局最优解，在采用轮盘赌的同时，通常引入精英保留（精英策略）提升算法性能。对于和，通常在原染色体上进行，生成子代染色后，直接替换掉原染色体。在NSGA-II中，每次迭代过程中，为了保证多样性，探索解空间，（采用的锦标赛选择）、和产生子代种群后不会进行替换。此时有原种群P，及选择交叉变异后得到子代种群Q，P、Q种群规模均为N，合并P和Q为2N的新种群R。
2023-06-26 00:23:32
1173
原创 基于Cplex求解器的JavaAPI语法使用
通过"// 定义一个浮点型的决策变量lb：lower bound，变量的下届ub：upper bound，变量的上届变量类型：：连续变量“x”：变量的名字，可选择的项整形变量通过// 写法1：定义一个整型的决策变量// 写法2：以上写法等价于如下写法，从源码来看，model.intVar()方法内部还是调用了model.numVar()方法，因此两种写法等价，但此时不在需要传参IloNumVarType.Int：0-1变量通过进行定义：还有另一种简单写法，即。
2023-05-22 00:04:25
1126
原创 基于自适应遗传算法的TSP问题建模求解（Java）
普通遗传算法（Sample Genetic Algorithm, SGA）存在着严重的缺点，它的Pc和Pm的值是固定的，本文采用自适应遗传算法进行求解TSP问题。不管是优良个体还是劣质个体都经过了相同概率的交叉和变异操作。
2023-04-14 23:55:04
1106
6
原创 基于遗传算法的CVRP建模求解（Python）
带容量约束的车辆路径优化问题，CVRP，对一系列装卸货点进行适当的路径规划，在满足约束条件（客户需求、车辆载重和容积、车型、车辆行驶里程、配送中心数量等限制）和目标最优化（路程最短、成本最低、使用车辆数最少、配送时间最快等）下，将客户的配送需求从配送中心送达客户点，或从客户点送回配送中心。
2023-03-08 14:59:57
3864
17
原创 粒子群算法求解无约束优化问题Rastrigin函数
Rastrigin函数的极小值，Rastrigin函数是一个典型的非线性多峰函数，在搜索区域内存在许多极大值和极小值，导致寻找全局最小值比较困难，常用来测试寻优算法的性能。其中全局最小值点为（0，0），最小值为0。
2023-01-13 16:24:15
2371
原创 基于Dijkstra算法的最短路问题求解
迪杰斯特拉(Dijkstra)算法是典型最短路径算法，用于计算一个节点到其他节点的最短路径。它的主要特点是以起始点为中心向外层层扩展(广度优先遍历思想)，直到扩展到终点为止。P的作用是记录已求出最短路径的顶点(以及相应的最短路径长度)，而T则是记录还未求出最短路径的顶点(以及该顶点到起点V_0的距离)结果：[[A=0], [B=5], [C=3], [D=6], [E=7], [F=9]]step1：初始化：所有元素入优先级队列，如图3。更新邻居标号，如图5。更新邻居标号，如图7。
2021-11-02 10:36:28
810
原创 大数定律与中心极限定理
大数定律描述了独立同分布随机变量序列的算术平均值依概率收敛到分布的数学期望；中心极限定理描述了独立同分布随机变量序列之和的分布逼近于正分布。在很多场合中都能见到被冠以“大数定律”和“中心极限定理”的各类结论。
2024-03-22 14:54:49
1272
原创 使用粒子群算法求解约束优化问题
为了保证解的逼近质量，无约束优化问题的目标函数为原约束优化问题的目标函数加上与约束函数有关的惩罚项。例如梯度法中沿着负梯度方向下降所得的点未必是可行点，要寻找的最优解处目标函数的梯度也不是零向量，这使得约束优化问题比无约束优化问题要复杂许多。二次罚函数的特点如下：对于非可行点而言，当σ变大时，惩罚项在罚函数中的权重加大，对罚函数求极小，相当于迫使其极小点向可行域靠近；的可行点，这显然不是我们需要的，必须对原有二次罚函数进行改造来得到新的二次罚函数，它应该具有如下特点：仅仅惩罚。
2024-03-18 15:28:01
1159
原创 车辆路径优化问题（VRP）变体及数学模型
带容量约束的车辆路径优化问题，CVRP，对一系列装卸货点进行适当的路径规划，在满足约束条件（客户需求、车辆载重和容积、车型、车辆行驶里程、配送中心数量等限制）和目标最优化（路程最短、成本最低、使用车辆数最少、配送时间最快等）下，将客户的配送需求从配送中心送达客户点，或从客户点送回配送中心。车辆路径优化问题是一种非常常见的优化问题，在给定一组客户点、车辆容量、车辆数量、起始点和终点，目标是找到使得所有客户点都被访问一次的最短路径方案。算法输出：每辆车的行驶路径，经过的客户点，以及总成本。
2024-03-13 23:43:06
1653
原创 二次规划&二次约束规划建模求解
二次规划问题 QP 是解决在目标函数内部有如 x 平方以及 xy 等二次项的这样的问题。二次规划问题最早在金融领域提出，用来做投资组合优化。二次约束规划问题 QCP 则是在问题约束之内有二次项。
2024-03-13 23:16:23
1346
原创 带时间窗的取送货问题（Pickup and Delivery Problem with Time Windows）
广义取送货问题（General Pickup and Delivery Problems，GPDP）可以分为两类：Backhauls，VRPB：从配送中心（depot）取货运输货物到客户点，再从客户点取货运输至配送中心交付（backhoul）。，VRPPD：货物在取货点和送货点之间流转。
2024-03-02 22:05:24
1097
原创 JavaIO读取C101.txt文件
JavaIO读取C101.txt文件：# 一、split分割带空格的字符串（四种方法及其区别）# 二、使用trim()方法删除字符串的头尾空白符# 三、使用JDK1.5的Scanner类读取C101.txt
2024-02-10 16:31:26
325
原创 最短路径问题相关算法、原理及适用场景
比较有效的算法之一是马丁斯（Martins）在1999年提出的MPS算法，其特点是简化了偏离路径的长度计算，在生成候选边时不像Yen算法那样计算每条候选路径的长度，而是要求更新每条弧上的减少长度，只选择长度减少最小的弧作为最短偏离路径，该算法在一般情况下可以提高运行速度，但是在最差的情况下与Yen算法的时间复杂度一样。Dijkstra算法和Floyd算法均为动态规划算法且是一种贪心算法，即进行无方向性的搜索，每一步转移都由计算机选择当前的最优解并生成新的状态，一直到达目标状态为止。
2024-01-08 15:55:27
1093
原创 python中import mysql.connector出错无模块，且是已经pip install mysql-connector情况下
有人说mysql-connector已弃用，应该使用mysql-connector-python（https://blog.csdn.net/qq_45463933/article/details/121619416）很奇怪，查找python interperter发现我的py3.9_or环境并不在envs目录下，选择py3.9_or创建py3.9_or(2)环境在envs目录下，按理说这两个路径是一样的，将Anaconda卸载。重装Anaconda后，执行安装成功。
2023-12-12 19:39:33
445
原创 基于A*的最短路径问题求解
A*搜索算法（A star algorithm）是用于寻路和图遍历的最佳和流行的技术之一。A*搜索算法，不像其他传统算法，它有“大脑”，是一个真正的智能算法将它与其他传统算法区分开来，A*算法作为Dijkstra算法和BFS的结合算法，其与这两种算法的区别就是采用了启发函数，这也是这个算法的核心。许多游戏和基于web的地图都使用这种算法来非常有效地找到最短路径(近似)。为了在现实生活中接近最短路径，比如在地图中，有很多障碍的游戏中。
2023-12-01 23:11:09
1286
原创 队列实现方式、效率分析及应用场景
队列是一种特殊的线性表，遵循先入先出、后入后出的基本原则，一般来说，它只允许在表的前端进行删除操作，而在表的后端进行插入操作，但是Java的某些队列允许在任何地方插入删除（Python则不能），这是因为这些队列实现了Collections接口；比如我们常用的LinkedList集合，它实现了Queue接口，因此，我们可以理解为 LinkedList 就是一个队列；
2023-11-27 13:06:40
310
原创 基于scipy的线性规划问题求解
Scipy.optimize是Scipy中一个用于解决数学模型中优化类模型的子包，该子包中又包含了多个子功能模块见下表，不同方法不同条件求解最优化模型。本节介绍linprog对线性规划问题的模型建立与求解。
2023-11-09 17:28:41
187
原创 多式联运路径优化问题：基于拓扑排序的遗传算法染色体编码
在图论中，拓扑排序（Topological Sorting）是一个有向无环图（DAG, Directed Acyclic Graph）的所有顶点的线性序列。【注】：有向无环图（DAG）才有拓扑排序，非DAG图没有拓扑排序一说。例如，下面这个图，它是一个 DAG 图，那么如何写出它的拓扑排序呢？
2023-11-04 12:59:08
249
原创 基于Networkx的最短路径
networkx是一个用Python语言开发的图论与复杂网络建模工具，内置了常用的图与复杂网络分析算法，可以方便的进行复杂网络数据分析、仿真建模等工作。利用networkx可以以标准化和非标准化的数据格式存储网络、生成多种随机网络和经典网络、分析网络结构、建立网络模型、设计新的网络算法、进行网络绘制等。networkx支持创建简单无向图、有向图和多重图（multigraph）；内置许多标准的图论算法，节点可为任意数据；支持任意的边值维度，功能丰富，简单易用。
2023-11-04 10:59:25
376
原创 基于OR-Tools的装箱问题模型求解（PythonAPI）
装箱问题（packing problem）的描述是要将一组给定尺寸的物品放置到具有固定容量的容器中，一般情况下由于容器有容量限制，不可能放入所有物品，那么装箱问题的目标是要找到限定约束下使得总价值最大或总花费最小的装箱方法。
2023-11-02 22:15:11
393
原创 请求算法服务报错TypeError(“\‘NoneType\‘ object is not subscriptable“,)解决方案
2、params和data的区别。1、post和get的区别。
2023-10-30 11:08:02
93
原创 基于OR-Tools的指派问题建模求解（PythonAPI）
指派问题（又称为分配问题，assignment problem）可以抽象概括为：将n个任务（或物品）分配给m个员工（或背包）的问题。其中，最简单的平衡指派模型是指任务数量和员工数量相等的情形。然而，现实生活中的问题大多是任务数量大于员工数量且员工能力有限的广义指派问题（generalized assignment problem，GAP）。GAP是经典的组合优化问题，许多领域的容量约束问题都可以被抽象为GAP进行求解，如机器调度问题、有容量约束的设施选址问题、供应链问题及车辆路径问题等。
2023-10-28 15:26:50
413
原创 基于OR-Tools的整数规划问题求解
整数线性规划中如果所有的变量都限制为（非负）整数，就称为纯整数线性规划（pureinteger linear programming）或称为全整数线性规划（all integer linear programming）；如 果仅一部分变量限制为整数，则称为混合整数线性规划（mixed integer linearprogramming）。整数线性规划的一种特殊情形是0—1规划，它的变量取值仅限于0或1。本章最后讲到的指派问题就是一个0—1规划问题。在遵循以下限制条件的情况下，x + 10y 最大化：x +
2023-10-26 14:24:56
264
原创 基于OR-Tools的线性规划问题求解
画出可行域如图所示：声明线性规划求解器MPsolver is a wrapper for several different solvers, including Glop. The code below declares the GLOP solver.
2023-10-25 22:46:13
299
原创 Java语法HashMap集合computeIfAbsent()方法使用
编程中经常遇到这种数据结构，判断一个map中是否存在这个key，如果存在则处理value的数据，如果不存在，则创建一个满足value要求的数据结构放到value中。的意思表示key为“France”的建值对是否存在，如果存在则获取France的值，并操作值的set添加数据“lisi"。若不存在，在将键和值创建并put到map中。
2023-10-10 22:56:12
342
原创 基于OR-Tools的人员排班问题建模求解（JavaAPI）
使用Java调用or-tools实现了阿里mindopt求解器的案例（https://opt.aliyun.com/platform/case）人员排班问题。
2023-10-02 11:25:04
1151
原创 基于Cplex的人员排班问题建模求解（JavaAPI）
使用Java调用Cplex实现了阿里mindopt求解器的案例（https://opt.aliyun.com/platform/case）人员排班问题。
2023-10-02 00:28:41
852
原创 运筹优化算法常用求解器
运筹学从形成到发展，在此过程中积累的大量理论和方法在国防、能源、制造、交通、金融、通信等各个领域发挥着越来越重要的作用。我们在生产生活中遇到的很多实际问题，都可以通过运筹学所涉及的优化方法对其进行数学建模，表示为数学问题，而为了解决这些数学问题，求解器应运而生。目前市面上的主流优化求解器主要分为商用求解器（比如Gurobi、IBM Cplex等）、开源求解器（比如SCIP等）两大类。
2023-10-01 19:18:48
1596
2
原创 基于or-tools的护士排班问题建模求解（PythonAPI）
护士排班问题（Nurse Rostering Problem，NRP）或护士排程问题（ nurse scheduling problem，NSP）是员工调度问题（Employee Scheduling）的一种。医院需要反复为护理人员制作值班表，通常情况下，护理人员要花费大量的时间来编制值班表，特别是在有许多工作人员提出要求的情况下，而且在处理对当前值班表的临时更改时可能会花费更多的时间。例题2相比于例题1，增加了特定班次的护士需求，目标函数为最大化护士需求满足的人数（尽可能满足护士需求）。
2023-09-24 13:33:16
768
原创 IntelliJ IDEA配置ortools详细步骤及失败解决方案
crlt+alt+s快捷键调出Repositories查看发现https://repo.maven.apache.org/maven2报错。
2023-09-19 23:15:25
356
top K最短路径问题（K Shortest Path Routing）K最短路径算法与应用分析.pdf
2023-12-22
基于蚁群算法的动态VRP问题离线误差计算
2023-09-09
基于粒子群算法的无约束优化问题求解（Java）
2023-07-01
基于NSGA-II算法的多目标多旅行商问题建模求解（Java）
2023-06-27
自适应遗传算法求解旅行商问题（Java代码）
2023-04-15
基于遗传算法的CVRP建模求解-Python代码
2023-03-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人