2回答
由于这个问题是NP难的，我想知道单纯形法提供的解决方案是否最优？有没有人可以用单纯形法评论ILP的最佳性，或者指出一些源码。是否有其他算法可以提供ILP问题的最优解？编辑:我正在寻找由ILP的任何算法(单纯形法，分支定界和割平面)获得的解的最优性的是/否答案。
浏览 12提问于2013-03-09得票数 3
1回答
我找不到单纯形法的实现。我有一组点，想要最小化它们的距离，所以我只需要在发布这个问题之前用谷歌搜索的单纯形法，我找不到任何我可以使用的方法
浏览 3提问于2010-10-18得票数 11
有没有办法用docplex库在python中输出最终的画面？如果没有，有没有解决的办法？ 我想用对偶单纯形法来解决新增约束的线性规划问题。
浏览 17提问于2020-06-18得票数 0
回答已采纳
1回答
可以使用下坡单纯形法进行模板匹配吗?假设我在一个对象的边缘有40个地标，我在这些地标上有法向量的像素强度，我想使用下坡单纯形法来重建我拥有的模板，每次迭代后，我将检查我正在处理的模板对象和图像中像素的误差均方。有人有想法吗?谢谢
浏览 6提问于2009-08-11得票数 2
1回答
我使用网络单纯形算法来解决有向图中的最大流问题。为了比较几种路由算法的执行时间，我需要使用George的单纯形方法的实现。有什么好的文档可以解释图论中的单纯形方法吗？
浏览 5提问于2019-05-08得票数 0
回答已采纳
是我找到的一篇关于热启动单纯形法的博客文章，它在优化前设置了PStart和DStart。但是AFAIK，这两个属性只在单纯形法中使用，但在我的问题中我使用了屏障方法。
浏览 23提问于2018-01-25得票数 2
1回答
我有一个线性问题，我想用Java上的GLPK得到最优的对偶解。我试过这个：parm.setMeth(GLPKConstants.GLP_DUAL);ret = GLPK.glp_simplex(lp, parm);
浏览 0提问于2018-02-06得票数 0
回答已采纳
我正在尝试使用列生成来解决MIP问题。 在主问题LP中，我想修复一个变量。这个变量指的是一个正在使用的圆弧，我想指出一定要使用这个圆弧。 现在，我想我可以通过两种方式来实现这一点。要么将圆弧的固定成本设置为0，因此肯定会使用它，要么将圆弧变量的上下界设置为1(本质上将变量固定为1)。我的问题是，固定变量(将上下限设置为1)是否会在主LP中添加更多约束(从而影响列生成)。
浏览 5提问于2019-12-03得票数 1
回答已采纳
双单纯形法几乎需要一天的时间。
据我所知，在大规模线性规划中，内点法比单纯形法更快。但是上面的结果1和2是出乎意料的。只讨论对偶单纯形法(1)和内点-遗留法(3)。他们得到了不同的答案。(1)得到只有12个非零项的答案，而(3)得到所有非零项的答案。两个答案具有相同的客观价值。
浏览 0提问于2018-02-26得票数 0
回答已采纳
3回答
最好的语言是C/C++、Java或任何脚本语言(如python、perl )。其他人也很好。
浏览 0提问于2011-05-10得票数 7
回答已采纳
2回答
我一直在编写一些代码，用于自动将我的光纤(其X、Y、Z位置由电机控制)与光源对齐。为此，我编写了用于将轴移动到某个位置的axis.move_to(pos)方法，以及用于从功率计测量光功率的pm.meas_power()方法。这样做的问题是，它的效率非常低。优化的第一种方法是在螺旋中搜索第一道光，而不是随机搜索，但从计算上讲，这并不能真
浏览 8提问于2021-09-13得票数 0
4回答
我查过线性规划和单纯形法。但是，我遇到的所有例子都有不等式约束，它们使用松弛变量转化为等式。然后用单纯形法交换基本变量和非基本变量，得到最优解。
浏览 6提问于2013-06-25得票数 3
回答已采纳
2回答
Python最小化误差-单纯形法
、、、、
我有两种情况出现错误：
"ValueError:单纯形法的第一阶段未能找到可行的解。伪目标函数的计算值为3.1e-12，超出了要求的1e-12的容限，使一个解被视为‘接近’为零的基本解。
浏览 0提问于2019-01-16得票数 4
回答已采纳
您好，您在腾讯云社区中的一篇关于运筹学教学|十分钟快速掌握割平面法及对偶单纯形法（附Java代码及算例）的文章我很喜欢，也很欣赏您在这方面的研究工作，特别想跟您学习这方面的知识，请问能麻烦您给我一份您文中说的
浏览 132提问于2021-10-12
1回答
Netlogo局部优化
、、、
我想估算一下新产品的需求量。客户就是代理商。每个产品都有3个变量，需要根据购买情况进行优化。为了找到最大化销售的最佳变量，我使用了一种局部优化算法，梯度下降法。它的工作原理如下： while [dgradient > 0.00001 and numiter < 1000 and dxw > 0.00001 and dxs > 0.00001 and dxp > 0.00001]
set weightnw weight - stepsi
浏览 2提问于2017-04-24得票数 2
我用scipy.optimize.linprog解决了下面的线性规划： result = linprog( A_eq=[ [1, 0, 1, 1] b_eq=[ ],)
print(result.x) 并得到了： [-4982.07750764 -5017.9224921
浏览 27提问于2020-03-19得票数 1
回答已采纳
10将“经典”模拟退火算法与内德-米德下坡单纯形法相结合的模拟退火算法的实现。
我真正喜欢这个算法的是，当退火温度达到0时，它会收敛到经典的下坡搜索。
浏览 2提问于2013-02-08得票数 6
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
