- 博客(12)
- 收藏
- 关注
RSS订阅原创 2022年华为软件精英挑战赛区域初赛解读（基于数学规划模型附代码）
0 写在前面的本文是对2022年华为软件精英挑战赛（普朗克计划）区域初赛的一个解读。首先说明的是本文的算法无法直接拿来参赛的，因为区域初赛的要求是不能调用其它的算法包，python的话只能用numpy，其它的第三方包一概不能使用。而本文的方法是基于数学规划模型，需要调用求解器来求解（例如：Gurobi, Cplex等）。因此本文是作为一个运筹优化爱好者的角度来看看如何解决一个实际的优化问题，如果能给对比赛感兴趣的同学一点启发的话那就更好了。关于区域初赛的说明文档，测试数据和本文算法的代码，我已经全部上传在
2022-04-23 16:34:49
2745
原创 基于SIR模型的新型冠状病毒动力学建模与参数辨识（附Python代码）
0 前言最近看了几篇关于传染病模型的科普文章觉得很有趣，于是自己动手撸了一遍。虽然貌似传染病模型和运筹学和控制论好像没有关系，实际上传染病模型很多都是动力学模型（常微分方程），这些模型我们在Control theory里边并不陌生哈。有了动力学模型也就必然会有模型参数的辨识，而模型参数的辨识往往可以被建模为一个优化问题，而优化问题的求解也是我的老本行运筹学了。
2022-03-21 12:15:00
2792
原创 【整数规划算法】Benders 分解（理论分析+Python代码实现）
目前我个人总结整数规划问题的分解/松弛的主流的方法有如下三种：1 Benders decomposition (主要思想是行生成+割平面方法)2 Dantzig-Wolfe decomposition (主要思想其实就是列生成)3 Lagrangian decomposition (主要思想是 Lagrangian relaxation)我们今天主要介绍的是 Benders 分解方法，前两种方法我们已经在之前的笔记中介绍过了。
2022-03-15 14:25:04
4505
3
原创 【整数规划算法】列生成（理论分析+Python代码实现）
0 介绍前面介绍的割平面法和分支定界法都是求解整数规划的常用方法，但是面对大规模整数规划/混合整数规划，往往直接采用割平面法和分支定界法求解是不现实的，这时候就需要对大规模整数规划/混合整数规划问题先进行分解和松弛，然后再进一步采用割平面法和分支定界法来帮助求解。目前我个人总结整数规划问题的分解/松弛的主流的方法有如下三种：1 Benders decomposition (主要思想是行生成+割平面方法)2 Dantzig-Wolfe decomposition (主要思想其实就是列生成)3 Lagr
2022-03-10 15:28:54
3389
2
原创 【整数规划算法】分支定界法及其Python代码实现
分支定界法(Branch and Bound)是整数规划领域最基本的一个算法。该算法的利用了两大最基本 最优性条件和分而治之 来解决整数规划问题。本节就从这个两大思路展开分支定界法的由来，并且给出具体的代码实现，帮助大家理解分支定界法。更多关于运筹学，最优化，数据科学，机器学习，强化学习的精彩内容可以关注我的知乎账号：https://www.zhihu.com/people/wen-yu-zhi-371 最优性条件与分而治之两大思路的结合求解一般的最优化问题的基本策略是先建立该问题的最优性条件，然后根据
2022-03-05 16:15:18
4598
3
原创 一文读懂机器学习需要哪些数学知识(附全套优秀课程的网盘链接资源)
一文读懂机器学习需要哪些数学知识，并附上学习路线和全套学习资料可以网盘下载。
2022-01-19 14:15:31
405
1
原创 【运筹优化】优化模型线性化方法总结
模型线性化的技巧在优化问题建模和求解中扮演这非常重要的地位，而关于这方面技巧的介绍往往分散在教科书的各个部分，在我们真正面对实际问题的时候往往不知道从何处开始下手或者该从哪里查阅资料。我这里总结了一些常用的优化模型线性化的方法，除了方便在使用的时候查阅以外，尽量在介绍的过程中告诉大家来龙去脉。授人以鱼不如授人以渔，掌握这些基本的思想对我们的建模水平会起到很大的帮助
2022-01-18 11:51:23
4010
3
原创 【Python】如何发布编写好的Python应用程序之Python Release for Windows（附踩坑经验）
Python应用程序发布，无需打包exe的踩坑经验。
2021-12-13 12:35:37
5297
1
原创 【机器学习】非凸转成凸、约束转无约－运筹学和支持向量机中的拉格朗日松弛法
前言： 我搜了一下目前网络上很少有关于拉格朗日松弛方法(LR)的系统性的介绍，同时拉格朗日松弛方法非常的有意思在于它是运筹优化领域解决混合整数的一种主要方法，同时也是机器学习里边SVM（支持向量机）的理论基础。我发现很多同学无法完全领会支持向量机的精髓，恰恰是因为对拉格朗日松弛不了解。废话到此，那么直接上干的。1拉格朗日松弛方法(LR)的简介在运筹，数学优化领域，LR常用来求解混合整数规划问题，是数学方法里边求解混合整数规划问题比较有效的方法。一般同学对混合整数规划问题接触最多的是进化计算方法（例如：G
2021-12-03 21:54:14
1762
原创 【Gurobi】针对优化模型Infeasible的错误，如何快速Debug?
1 你是否遇到过 Infeasible model 的问题？相信用Gurobi写过model的童鞋大概率会遇到一个bug 就是 当你好不容易把模型输入到gurobi里边后，当你运行程序让gurobi去优化求解你的问题的时候，gurobi 却报出一个 infeasible model 的错误信息。此时有两种可能性第一个原因是 你建立的模型本身是有问题的，导致你的模型里的约束条件有互相矛盾的地方，所以这个模型根本就没有可行解；第二个原因是 你的模型本身没有问题，只不过你在把数学模型输入到gurobi的过程中编
2021-10-27 16:47:28
4141
原创 拉格朗日松弛求解整数规划浅析（附Python代码实例）
拉格朗日松弛是一种常见的求解大规模整数规划/混合整数规划的有效方法。目前网络上关于拉格朗日松弛的解读多数是从拉格朗日松弛求解非线性规划问题的角度着手，很少有关于拉格松弛求解整数规划的内容。另一方面在实践层面上拉格朗日松弛方法 有着诸多需要注意的问题，而教科书理论证明往往为了proof的漂亮很少讨论这些缺陷和问题。我在博士阶段先后两次修了Nonlinear programming的课程，主讲老师是Peter Luh老师（陆宝森老师）。陆老师是研究拉格朗日松弛求解整数规划领域的前驱者，我十分有幸和陆老师讨论交
2021-10-26 16:10:48
3166
6
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