- 博客(5)
- 收藏
- 关注
RSS订阅原创 Introduction to Stochastic Programming学习笔记（三）
本文探讨了农场主在不同产量变化情况下的最优规划问题。通过建立数学模型并调用Gurobi求解器，分析了三种情形：已知产量变化（情况1）、已知概率（情况2）和忽略不确定性（情况3）。研究发现，考虑随机因素（情况2）比忽略不确定性（情况3）多获得1150元利润，而提前获取完美信息（EVPI）的价值约为7016元。这验证了"解决不确定性总比假装不存在更好"的核心理念，并展示了随机规划中两阶段决策的重要性。研究采用决策树思想分析问题，最终得出结论：在农业生产规划中，考虑不确定性因素能显著提高决策质
2025-11-02 17:46:16
865
原创 Introduction to Stochastic Programming学习笔记（二）
本文探讨了农场产量不确定情况下的土地最优规划问题。通过两阶段决策模型，分析了产量低于平均（80%）、平均（100%）和高于平均（120%）三种情况。研究使用Gurobi求解器建立线性规划模型，求解结果显示：产量越低，越倾向于减少玉米种植并增加批发量；产量越高，则可增加小麦种植并提高销售量。文章指出随机规划的核心是将确定性因素转化为不确定性因素进行决策，并预告下篇将讨论概率分布下的最优规划及EVPI概念。该研究为农业生产中的不确定性决策提供了重要的建模思路。
2025-10-30 12:38:57
806
原创 Introduction to Stochastic Programming学习笔记（一）
本文通过一个农场种植决策问题阐述了线性规划模型的应用。案例要求规划500英亩土地种植小麦、玉米和甜菜，在满足200吨小麦和240吨玉米饲料需求的基础上实现利润最大化。文章详细列出了作物产量、成本、销售及批发价格等参数，建立包含种植面积、批发采购和销售数量8个决策变量的数学模型。通过Gurobi求解得出最优方案：种植120英亩小麦、80英亩玉米和300英亩甜菜（控制甜菜销售不超过6000吨），既满足饲料需求又无需额外采购，实现利润最大化。该案例为后续考虑不确定性因素的随机规划分析奠定了基础。
2025-10-29 17:52:16
497
原创 Python中安装Gurobi（administrator用户名无法激活码）
否则无法激活成功。这里我被卡住了，因为我的用户名是administrator...但是我没有重新创建用户账户，而是直接修改用户名，若需要修改用户名可参照下述方法，我用的第一种（实测有效！过程很曲折，时间跨度也很大，不过结果是好的，感恩~这篇笔记有需要的小伙伴可以看看，一起学习。3. 最后是python配置，我使用的是anaconda，打开命令提示符（Windows）或终端（macOS/Linux），输入下述命令（输入 python。但是呢，因为我一开始没仔细看，保存到其他位置了，这个时候需要创建。
2025-02-19 16:07:08
1183
原创 word嵌入Mathtype【需要不断转换加载项】
然后将原来的dtom文件删除，找到mathtype下载地址（我的地址是C:\Program Files (x86)\MathType1\Office Support\64）将里面的dtom文件和dot文件复制粘贴到office的。打开word->选项->加载项->管理->点下标选择word加载项->转到（可以看到此时我的mathtype.dotm文件，这是调整好之后的样子）->查看完整路径->找到office中的。安装过程忽略，以下是一些问题的解决方法，供参考~STARTUP文件夹中。
2025-01-03 16:58:08
595
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