pulp

    1热度

    2回答

    我有一个优化问题,我写了一个python程序来解决它。我用纸浆与CPLEX求解: import pulp prob = LpProblem("myProblem", LpMinimize) x = pulp.LpVariable.dicts("p", range(K), 0, 1, pulp.LpContinuous) prob += pulp.lpSum(x[k] for k in ra

    2热度

    1回答

    我试图解决与除以变量A变量B 问题的简单版本计算约束的LP问题,除数是如下: The product is made by two materials (A and B) % of A should be greater than 50% % of B should be less than 40% Total amount of A and B are 100 Objective: What's

    1热度

    1回答

    我正在设计一个整数线性规划模型的目标函数。目标是确定两个基因的拷贝数以及是否发生了基因转换事件(其中一个拷贝被另一个拷贝覆盖,看起来像一个拷贝被删除但网络拷贝数没有改变)。 该问题涉及两个数据向量,P_A和P_B。矢量包含大于零的连续值,这对应于在每个位置处进行的拷贝数的测量。 P_{A,i}与P_{B,i}是不同的基因,因为这些位置对于每个拷贝是独特的(并且可以被映射到基因组中的绝对位置)。 鉴

    1热度

    1回答

    我要解决的混合整数线性规划具有以下目标函数: J =最大化(F1(x)+ F2(x)的) 受约束:成本(x)< =阈值 其中x是所选变量的集合,f1和f2是两个评分函数,成本是成本函数。 f2是基于所选变量之间的相似性的函数。我不知道如何在纸浆中制定这个功能。 这是我最小的工作示例中,函数f2是两种成分之间的相似性,我想补充similarity[i][j]目标函数,如果j已经在选定的变量,但不知道

    8热度

    1回答

    我正在使用Pulp modeler与python来解决整数编程问题。我正在使用IBM CPLEX作为求解器。当我运行我的Python程序,我有很多的输出消息像控制台: 的CPLEX优化器将解决问题的高达1000个变量和1000点的约束。 IBM ILOG CPLEX优化工作室预览版适用于48天以上... 我在网上查找解决方案,并解决了问题。所以我写msg=0如下禁用显示: from coinor.

    3热度

    2回答

    我正在使用COIN-OR的CBC求解器来解决一些数值优化问题。我通过PuLP构建了Python中的优化问题。 我注意到像GUROBI和CPLEX这样的求解器创建日志文件,但我似乎无法弄清楚如何让CBC创建一个日志文件(而不是将优化器的进度打印到屏幕上)。 有没有人知道CBC中的一个选项来设置日志文件?将所有stdout重定向到一个文件对我来说不起作用,因为我并行地解决了一堆问题,并希望将它们的日志

    0热度

    2回答

    我正在使用PuLP线性编程模块来解决Python的线性问题。 我设置的问题,约束,我用提供纸浆的默认求解器是CBC(我的Mac求解器可执行文件名为CBC-OSX-64出于显而易见的原因)。当运行这个可执行文件时: Welcome to the CBC MILP Solver Version: 2.7.6 Build Date: Mar 3 2013 Revision Number: 1770

    5热度

    2回答

    目前我使用PuLP来解决最大化问题。它工作正常,但我希望能够获得N-best解决方案,而不仅仅是一个。有没有办法在PuLP或任何其他免费/ Python解决方案中做到这一点?我试图从最佳解决方案中随机挑选一些变量并抛出并重新运行,但这似乎是一个彻头彻尾的破解。

    1热度

    1回答

    所以在我的代码中,我正在为不同类型的变量写一个线性程序。有6个。第一个是产品的“x”变量,其余5个是盒子的“w”变量(五个不同大小的盒子)。我需要所有这些是整数,但是,在我的输出中,我得到的x变量是整数,但箱大小都是非整数。我已经尝试了100种不同的东西,我无法弄清楚这一点。 对于IND在varset: maxID = skunulldict[ind] sky = maxquant[ma

    0热度

    1回答

    我正在尝试使用PuLP来解决FLP问题。我想为变量值添加逻辑约束。 我有LpVariable f和C是LpVariables列表。我想将f添加到问题的约束中,这取决于c [i]的值。 下面的代码片段> prob = LpProblem("The MILP problem", LpMinimize) 加1约束: prob += lpSum(c[i] for i in range (len(c))