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
マクドナルドで一日分の栄養を取れる組み合わせを計算したら衝撃の結果が！
マックで一日分の栄養を取りたい！ マクドナルド。関東ではマック、関西ではマクドと呼ばれている、おなじみのファーストチェーン店です。全国津々浦々にありますので、よく食べる方もいらっしゃるでしょう。私も大好きで、よく食べています。 ところで、マクドナルドって栄養的にどうなんでしょう？ファーストフードばかり食べていると体に悪いという話をよく聞きますが、そんなに偏っているのでしょうか？メニューの組み合わせさえ気を付ければ大丈夫なのでしょうか。 そこで、マクドナルドで一日に必要な栄養素を取るための商品の組み合わせを調べてみました。 計算は簡単 式を立てる 組み合わせを見つけるのはそれほど難しくありません。線形計画法という手法を用いれば簡単に解くことができます。特に最低限必要な栄養素を求める問題はダイエット問題という名前で知られています。 マクドナルドの商品の栄養素は公開されているデータを使用します。
シフトスケジューリング問題 (入門) - ユニファ開発者ブログ
研究開発部の浅野です。普段は画像やヘルスケアデータを扱うことが多いのですが、最近シフトスケジューリング問題に興味をもって学び始めたので、その内容を少しご紹介したいと思います。シフトスケジューリング問題とは、人員の配置基準や働く人の希望、能力、相性、業務負荷などを加味しながらある一定期間(1ヶ月など)の勤務シフト表を作成する問題です。看護師のナーススケジューリングが有名ですが、保育士のシフト作成も多くの園長先生が頭を悩ませていることの一つです。今回はこの問題を最適化問題としてモデル化・定式化して実際に解いてみたいと思います。 最適化問題は、制約条件を満たす解の中で、目的関数を最小（最大）にする解を求めるもので、次のように定義されます。 \begin{align} minimize \quad &f(x): &目的関数\\ subject \; to \\ &g(x)>= 0: &不等式制約条
Pythonでシフトを自動作成するアプリを作成、運用した話
背景 現在焼肉屋でアルバイトをしている大学生です。 バイトのシフトの管理は完全に学生に任されています。 手書き入力の紙提出でなおかつ作成者は経験と勘で組まなければなりませんでした。 そこでPythonとかで解決できないかと考え、アプリ作成に至りました。 解決すべき問題 紙提出をやめてネットでの提出にする。 シフト作成にかける時間を減らしつつそれなりみんなが満足するシフトを作る。 の２つでした。 アプローチ まず考えついたのは実際に提出からシフト作成まで完結するWebアプリの作成です。 しかし、最低限の提出とシフト作成ができるWebアプリをDjangoで実装したのですがやはり保守の面で厳しいものがありました。（主にサーバー代と改良の手間） そこで最終的には、「調整さん」＋シフト作成のツールという組み合わせで運用を行っています。 調整さん 「調整さんhttps://chouseisan.com
SCOP
（パンフレット） 最適化ソルバー紹介資料（まとめ） 概要 制約最適化ソルバー SCOP （Solver for COnstraint Programing：スコープ） は，大規模な制約計画問題を高速に解くためのソルバーです． ここでの制約計画（constraint programming）とは，従来の数理計画（gurobiなどの数理最適化ソルバーは数理計画ソルバー）を補完する最適化理論の体系です． SCOPは，組合せ最適化問題に特化した求解原理を用いるため，従来の数理計画ソルバーで解けない大規模な組合せ最適化問題に対しても， 効率的に良好な解を探索します． ベンチマーク結果 時間割作成第２回国際コンペテーションITC2007： Track１（試験時間割）:３位，Track２（大学時間割）:２位，Track３（高校時間割）:３位 （３トラック全てで３位以内に入ったのはSCOPのもとになった
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
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
みるか on Twitter: "先日話題に上がった数理最適化のとんでもないサイト、豊富な組み合わせ最適化問題に対する概略およびコードのみならず、解説動画まで公開されていて脱帽。 Python言語による実務で使える100+の最適化問題 https://t.co/QttWNhxZZD"