AMPL可变大小集迭代
我正在学习AMPL，以便以后可以在程序中使用它.我有一个小问题，尽管我找不到它的答案. 假设我有一个设置，该设置将包含一些子集，这些子集的尺寸可能不同.例如: set x:= (a,b,c) (a,c) (d,t,r,e,s); 以此类推.. 现在，我想编写一个约束，该约束必须处理每个子集中的所有元素(类似于在 a ， b 和 c ，在第二个子集中添加 a 和 c ，依此类推
..
mathematical-optimization相关内容
获取线性pyomo约束的系数
我想获得pyomo模型m的线性约束c的系数. 例如，对于 m= ConcreteModel() m.x_1 = Var() m.x_2 = Var() m.x_3 = Var(within = Integers) m.x_4 = Var(within = Integers) m.c= Constraint(expr=2*m.x_1 + 5
..
SCIP代码如何处理SAT问题?
我正在尝试找出SCIP如何处理SAT问题. 在SCIP网站上，建议在读取cnf文件后在SAT问题中的命令行中键入"set强调cpsolver".然后，在键入"optimize"之后，SCIP求解器将做自己的事情.我对代码跟踪不是特别熟练，并且想知道SCIP求解器在键入“设置强调cpsolver"命令后采用的途径. 此命令是否处理SAT问题并从其他地方简单地调用SAT解算器?还是将SAT
..
AMPL:在使用选项"timelimit"之后执行结果.为cplex满足所有约束?
我有一个虚拟的问题，我需要知道它的答案.我正在一个需要AMPL和CPLEX作为求解器的项目中.现在，此问题通常需要140秒钟以上才能解决.在搜索时，我遇到了一个名为timelimit的选项.我将此选项与值option cplex_options 'timelimit=5'一起使用，结果在5秒钟内显示出来.现在我的问题是，输出是否满足所有约束并且在代码中设置的边界之内?还是我只是终止了流程，结果是当
..
使用solnp函数在R中优化具有两个参数和约束的函数吗?
我具有以下功能，并且想优化参数x和y以便最大化输出.我正在尝试使用optimise做到这一点. 编辑 感谢这里的评论，我能够使用Rsolnp::solnp进行优化. 但是现在添加上限和下限时出现错误. 请参见下面的示例 对象功能: my_fn
..
标准化以优化python
在优化过程中，将输入参数规格化以使其处于相同的数量级通常很有帮助，因此收敛性会好得多.例如，如果我们要最小化f(x)，而合理的近似值为x0 = [1e3，1e-4]，则将x0 [0]和x0 [1]标准化为大约相同的数量级可能会有所帮助(通常为O(1)). 我的问题是，我一直在使用scipy.optimize，尤其是L-BFGS-B算法.我想知道，我是否需要通过编写函数来手动将其标准化，或者算
..
如何使用scipy优化来找到3个参数和数据点列表的最小卡方?
我有一个已排序的随机数和高斯覆盖的直方图.直方图表示每个bin的观测值(将此基本情况应用于更大的数据集)，而高斯曲线则试图拟合数据.显然，该高斯不能代表与直方图的最佳拟合.下面的代码是高斯公式. normc, mu, sigma = 30.845, 50.5, 7 # normalization constant, avg, stdev gauss = lambda x: normc * e
..
使用python中的差分演化对参数进行约束
我正在尝试使用差异进化来基于成本优化可用性.但是，我在这里有三个未知参数(a，b，c)，我可以使用界限定义范围.但是，我想将其他约束定义为a + b + c
..
如何在cvxpy中编写几个约束?
我想在cvxpy下的优化问题中添加许多约束.在matlab中，我可以通过添加一个主题，然后使用for循环生成约束来做到这一点.我如何在cvxpy中完成相同的工作，因为cvxpy中没有“主题"概念.有什么建议吗? 解决方案 在Python中，constraints是一个列表.您可以像这样使用for循环附加/扩展(和 CVXPY函数让它变得更容易). import cvxpy as cv
..
将Pandas DataFrame传递给Scipy.optimize.curve_fit
我想知道使用Scipy适应Pandas DataFrame列的最佳方法.如果我有一个数据表(Pandas DataFrame)的列(A，B，C，D和Z_real)，其中Z取决于A，B，C和D，我想适合一个预测Z(Z_pred)的每个DataFrame行(系列)的函数. 每个要适合的功能的签名是 func(series, param_1, param_2...) 其中，系列是与Dat
..
我可以将目标函数和派生函数传递给scipy.optimize.minimize作为一个函数吗?
我正在尝试使用scipy.optimize.minimize来最小化复杂的功能.事后看来，我注意到minimize函数将目标函数和派生函数作为单独的参数.不幸的是，我已经定义了一个函数，该函数将目标函数值和一阶导数值一起返回-因为这两个函数是在for循环中同时计算的.我不认为没有一种好方法可以将我的函数分为两个，而无需程序运行两次相同的for循环. 有没有办法将此组合函数传递给minimiz
..
MATLAB:LSQNONLIN在R2011a中有变化吗?
我正在处理一个传给我的matlab代码包.它是用R2007b版本编写的，我看到了它的性能.我的实验室刚刚获得了R2011a，尽管该程序包运行时没有错误，但产生的结果却不同(而且明显更差). 我已经得出结论，即执行 lsqnonlin 版本中是否存在任何已知的重大更改?我将如何追踪差异? 如果需要，我将很高兴提供部分代码. 谢谢！ 解决方案 在2008年，Matlab为优
..
查找其中f(x)= 0的阈值
我有一个函数f(x)，对于x=c为零.如何找到c，即函数达到零(在公差范围内)的阈值? 这是一个例子: zer = function(x){ ifelse(x>5, rep(0,length(x)), 5 - x) } > x=-5:15 > plot(x,zer(x)) 您可以使用uniroot查找某个函数在零交叉处的位置，但这依赖于该函
..
CVXPY:如何有效解决一系列类似问题
我在 CVXPY建模语言.我想解决一系列此类问题-格式仍然相同，但参数(常数)不同. 我发现在调用problem.solve()之后，内部问题生成需要20秒，而主优化运行时间需要0.2秒.我想解决很多类似问题的时间很多. 是否有用于CVXPY的任何工具，例如 YALMIP优化器，或者有任何减少产生问题的可能性时间? 解决方案 是的.甚至在官方文档中进行了解释. > 参数
..
使用正整数参数进行优化
我需要解决一个问题，即比较具有相同列数的两个矩阵.操作其中之一，直到获得最佳匹配为止.我对两个矩阵之间的差异进行评分的方式非常复杂，我仍然必须对其进行最终确定.目前，我真正感兴趣的是找到仅适用于正整数的搜索/优化算法.我创建了一个简单的示例，并使用一个简单的函数来最大化它.假设我有一个数据集D. D
..
如何加快NumPy配置文件的代码-Numba的矢量化?
我正在运行一个大型Python程序，以优化金融中(Markowitz)投资组合优化的投资组合权重.当我分析代码时，要花费90％的运行时间来计算投资组合的回报，这要进行数百万次.我该怎么做才能加快代码执行速度?我尝试过: 向量化收益计算:使代码 slower 从1.5毫秒变为3毫秒 使用了Numba的autojit函数来加速代码:无需更改 请参见下面的示例-有什么建议吗? imp
..
为坐标x和y的列表找到最佳位置
我是编程(特别是python)的新手，但我正在尝试学习它，到目前为止，我发现它非常迷人. 我有30个固定坐标x和y的列表. x = np.array([[13,10,12,13,11,12,11,13,12,13,14,15,15,16,18,2,3,4,6,9,1,3,6,7,8,10,12,11,10,30]]) y = np.array([[12,11,10,9,8,7,6,6,
..
为什么optim()的结果取决于初始值?
在R中，我使用函数optim()来找到两个变量的目标函数的最小值.我正在使用的实际目标函数非常复杂，因此我尝试使自己熟悉一个更简单的目标函数.运行optim()的最简单方法是optim(par，function)，其中par是算法初始值的向量.我发现我得到的答案在很大程度上取决于我输入的初始值.但是，我使用的函数是如此简单，担心我误解了optim()的输入或输出. 我正在使用的目标函数是:
..
已知最有效的尾递归素数验证功能是什么?
我现在正在尝试元编程: // compiled on Ubuntu 13.04 with: // clang++ -O3 -ftemplate-depth-8192 -fconstexpr-depth=4096 -std=c++11 -stdlib=libc++ -lcxxrt -ldl compile-time-primes.cpp -o compile-time-primes // a
..
利用遗传算法建立排名，
BIG版本后的问题: 我需要使用遗传算法建立排名，我有这样的数据: P(a>b)=0.9 P(b>c)=0.7 P(c>d)=0.8 P(b>d)=0.3 现在，让我们将a,b,c,d解释为足球队的名称，而P(x>y)是x以y获胜的概率.我们想建立团队排名，我们缺少一些观察值P(a>d)，P(a>c)由于缺少vs和d之间的比赛而丢失了. 目标是找到球队名称的顺序，以最能描述该四支球
..