非線形の最適化問題をExcel VBAを使って解く方法を具体例で実演！ | ロジギーク
非線形の最適化問題の事例 ある物流センターでは、物流加工で4つの工程があります。 各工程1人ずつで受け持ち、毎日合計4人必要です。 今まで延べ7人がこの作業を行ったことがあり、各人の作業生産性（個／時間）と時給は次の通りです。 センター長は、そろそろスタッフを固定したいと思っています。 全体の生産性は一番生産性の悪い工程（ボトルネック）で決まります。 この時、全体の生産性を70以上にしながら、総時給が7,000円以内に抑えられるようにするには、どの工程に誰を割り当てたら良いでしょうか？ この問題は最適化問題の一種です。 Excelには分析ツールが付いていて、ある程度の最適化問題は解くことができます。 しかし、線形問題（条件式や目的関数が一次式で表される問題）しか解くことができません。 この問題は非線形問題のため、分析ツールを使うことができません。 （全体の生産性が一番生産性の悪い工程で決ま
ナップサック問題をPythonの最適化モデリングツールcvxpyとSciPyの混合整数計画(MILP)ソルバーで解いてみた - MyEnigma
数学 方程式 円周率 バックパック リュックサック ナップザック 多機能バッグ ショルダーバッグ 登山 大人気posted with カエレバ ハワイパン Amazonで探す楽天市場で探すYahooショッピングで探す 目次 目次 はじめに ナップサック問題とは? Pythonの最適化モデリングツールcvxpyでの解法 ベンチマーク 複数個、品物を選択出来る場合のナップサック問題の解法 SciPyの混合整数計画(MILP)ソルバーで解く ベンチマーク GitHubリポジトリ 参考資料 MyEnigma Supporters はじめに 以前、 Pythonの最適化モデリングツールであるcvxpyを紹介しましたが、 myenigma.hatenablog.com 今回は、有名な組み合わせ最適化問題である ナップサック問題をPythonのいくつかのツールで解いてみました。 ナップサック問題とは?
Python言語による実務で使える100+の最適化問題 | opt100
はじめに 本書は，筆者が長年書き溜めた様々な実務的な最適化問題についてまとめたものである． 本書は，Jupyter Laboで記述されたものを自動的に変換したものであり，以下のサポートページで公開している． コードも一部公開しているが，ソースコードを保管した Github 自体はプライベートである． 本を購入した人は，サポートページで公開していないプログラムを 圧縮ファイル でダウンロードすることができる． ダウンロードしたファイルの解凍パスワードは<本に記述>である． 作者のページ My HP 本書のサポートページ Support Page 出版社のページ Pythonによる実務で役立つ最適化問題100+ (1) ―グラフ理論と組合せ最適化への招待― Pythonによる実務で役立つ最適化問題100+ (2) ―割当・施設配置・在庫最適化・巡回セールスマン― Pythonによる実務で役立つ
Python言語による実務で使える100+の最適化問題 | opt100
指針 厳密解法に対しては、解ける問題例の規模の指針を与える。数理最適化ソルバーを使う場合には、Gurobi かmypulpを用い、それぞれの限界を調べる。動的最適化の場合には、メモリの限界について調べる。 近似解法に対しては、近似誤差の指針を与える。 複数の定式化を示し、どの定式化が実務的に良いかの指針を示す。 出来るだけベンチマーク問題例を用いる。OR-Libraryなどから問題例をダウンロードし、ディレクトリごとに保管しておく。 解説ビデオもYoutubeで公開する． 主要な問題に対してはアプリを作ってデモをする． 以下，デモビデオ： 注意 基本的には，コードも公開するが， github自体はプライベート そのうち本にするかもしれない（予約はしているが， 保証はない）． プロジェクトに参加したい人は，以下の技量が必要（github, nbdev, poetry, gurobi); ペー
できる動的計画法：ロッド切り出し問題 | POSTD
私が常に頭を悩まされていたのが最適化問題です。これは、コードを理解するだけでも非常に困難な問題です。そこで、これまでに私が学んだことを基に、典型的な動的計画法の問題を取り扱ういくつかの記事を投稿することにしました。今回取り上げるロッド切り出し問題は古典的な最適化問題であり、動的計画法の一例と言えます。 ロッド切り出し問題とは？ ロッド切り出し問題は、現実世界で私たちが直面するたいていの問題に非常によく似ています。ある長さの棒があり、この棒を最大利益が得られる長さにして切り売りをしたいという状況があると仮定します。ここで問題となるのは、切り出した長さによって棒の値段が異なる点です。例えば細かく切り出した方が大まかに切り出した場合よりも、より多くの利益が得られる可能性があるため、ちょっと違った考え方をする必要があります。 先に進む前に、まずはこの問題をより正確に定義しておきましょう。 長さ n
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
[最適化問題のすゝめ：第1部] 数理最適化とは？種類や特徴を解説 | ACCESS AI, Data Science
