- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
所以,我有一个优化问题,也许可以通过线性规划来解决(使用 PuLP
?)。我在这方面的工作经验有限,所以也许另一个解决方案会更好。
问题如下:
有 37 件元素需要购买。每件商品必须以特定数量、特定颜色购买。对于每件商品,我都有不同数量的销售该商品的商店。大约有 8000 家商店出售这 37 种商品。没有一家商店出售全部 37 种商品。每个商店都有可变数量的可用商品(如果有)和可变价格。此外,每个商店都有最低购买量。
在 python 中,我有两个数据框,它们应该包含我需要的所有信息。 (商店名称“模糊”)
wanted.head()
item_color_id item_id item_qty
0 86 21837 1
1 5 2431 2
2 11 2444 6
3 11 2476 4
4 3 2654 2
stores.head()
item_color_id item_id store_min_buy store_name store_price store_qty
0 86 21837 20.00 fda 0.18 100
1 86 21837 10.00 asdfa 0.52 89
2 86 21837 10.00 ghsde 0.55 64
3 86 21837 9.14 j5rs 0.41 31
4 86 21837 10.00 pjvds 0.44 26
stores
数据帧已经过预处理,因此它不包含任何 NaN 值。请注意,store_min_buy
是该商店需要花费的最低金额。
挑战在于最大限度地降低购买 37 件商品的成本。除此之外,我需要实际的解决方案:需要从哪些商店购买哪些商品。
最佳答案
min_buy 约束有点烦人,其余的就更明显了。
所以有一些决策变量:
x[i,j] = number of item i to buy at store j
u[j] = store j is used at all
然后是明显的限制:
sum(x[i,any]) >= wanted[i] (>= because the min_buy constraint may force you to buy extra)
min_buy 约束。嗯,这很烦人,因为它有点像条件约束。
sum(x[any,j]) <= M * u[j] (ban u[j]=0 if some item is bought here)
min_buy[j] * u[j] <= sum(x[i,j] * price[i]) (force buying enough)
您可以通过明显的方式将其转换为法律约束格式。M 是一个很大的数字,足够大,以至于在使用商店时始终满足约束(因此至少与您可能存在的最大项目数一样大)。
我不太喜欢这个模型。线性阶段将尽可能地滥用 M,并且可能通过选择 u 很小但非零来满足最后两个约束。这将在整数阶段造成很多麻烦,因为这意味着分数解决方案可能会大大低估成本。
关于python/pandas 线性规划/优化挑战,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33432691/
我想使用 MATLAB 7 解决这个线性规划(单纯形)问题,但它返回 Exiting: the problem is unbounded. 这个功能 f = 2(15 s0 + 8s1 + 2576s
我试图找到可以最大化我的总和值的最佳组合,但它必须在 2 个特定约束下,因此我假设线性规划将是最合适的。 问题是这样的: 一些教育世界盛会希望聚集世界上最聪明的青少年学生。 每个州都对 10 万名学生
我正在尝试使用 Apache commons Math 库对我的问题应用线性编程。我在网上看到一个例子,解决了下面的例子 max. 3X + 5Y s.t. 2X + 8Y = 0, Y >=
我试图弄清楚我的实现有什么问题,我希望结果是 [5, 10],我不明白它是如何得到 [7.5, 7.5],x1应该是x2的一半。 from scipy.optimize import linprog
假设我有一些变量和约束,如下系统所示: 灰线可以拉伸和收缩一定量,由其上的范围给定蓝线只是端点,显示了灰线是如何相互作用的。 我的目标是:我想用线性编程来均匀地最大化灰度线的大小,就像图片中的一样。你
可以使用 MapReduce 在分布式系统上解决简单的线性规划问题吗? 最佳答案 是的,你可以查看hbase-simplex 关于hadoop - MapReduce 线性规划,我们在Stack Ov
我正在做一项关于使用线性规划规划汉诺塔问题的作业,我不允许使用任何递归函数。问题是我的解决方案不像递归方法那样是最优的。它会产生冗余步骤。例如: 我有 3 个杆子,分别命名为 A、B、C,还有 2 个
我刚刚学习了求解线性程序的单纯形方法,我试图了解它的对偶问题代表什么。 我了解解决双重问题的机制 - 我不需要帮助。我无法理解(即使在 Wikipedia 上阅读了它)是 的实际含义。 y 对偶中的变
我正在尝试编写一个线性程序,需要一个等于 x-c 符号的变量 z,其中 x 是另一个变量,c 是一个常量。 我考虑了z = (x-c)/|x-c|。不幸的是,如果 x=c,则会除以 0。 我不能使用
所以,我有一个优化问题,也许可以通过线性规划来解决(使用 PuLP?)。我在这方面的工作经验有限,所以也许另一个解决方案会更好。 问题如下: 有 37 件元素需要购买。每件商品必须以特定数量、特定颜色
我需要用 python 解决线性规划问题,并遇到了 PuLP。然而,我对如何以简单的方式解决具有不同数量输入的问题有一些疑问。 我有以下数组,全部具有相同的尺寸: a = [a0,a1,...,an]
我正在使用 Coin-Or 的 rehearse实现线性规划。 我需要模数约束。示例:x 应为 3 的倍数。 OsiCbcSolverInterface solver; CelModel model(
使用 PuLP 和Python,我试图解决水平衡(类似于经典的运输问题)线性规划问题,其形式为: 最大限度地减少 c'x 的限制: 斧头=b 磅<=x<=ub 其中 A 是 (10x18) 矩阵,c(
我想知道是否有一种很好的方法(最好使用 JuMP)来获得线性程序的所有最优解(以防有多个最优解)。 一个例子 最小化两个概率分布之间的统计距离(Kolmogorov 距离)。 min sum_{i=1
我有工作需要在 14 天内完成。我有5名 worker 。一天正好需要3个 worker 。每个 worker 最多只能工作 9 天。每个 worker 都有自己的日期偏好,每个 worker 每天都
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 我们不允许提问寻求书籍、工具、软件库等的推荐。您可以编辑问题,以便用事实和引用来回答。 关闭 4 年前。
仅在 Python 中,并使用来自 Pandas 数据框的数据,我如何使用 PuLP以与在 Excel 中相同的方式解决线性规划问题?应在新预算列下为每个 channel 分配多少预算,以便我们最大化
这是我使用 Scipy's NNLS 的 LP 代码: import numpy as np from numpy import array from scipy.optimize import nn
我想在线性程序(或必要时使用 MIP)中编写非重叠约束(即 2 个矩形不重叠)。我知道如何在约束编程中做到这一点: 对于对象 i 和 j: x[i]+dx[i]<=x[j] 或 y[i]+dy[i]<
我是一名优秀的程序员,十分优秀!