自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(12)
  • 收藏
  • 关注

原创 【Python】 gurobipy 学习笔记6—— LinExpr、getVars函数

可以通过一个常数构建一个线性表达式(LinExpr(2.0))、一个变量创建一个(LinExpr(x))、一个表达式(LinExpr(2*x)),也可以通过一对包含系数和变量的列表addTerms(coeffs,vars),例如(LinExpr[1.0,2.0],[x,y]),或者一个参数-变量 tuples(LinExpr[(1.0,x),(2.0,y),(1.0,z)])这段代码中还涉及到了,在模型构建完毕,优化完毕后,可以通过Model.getVars()获取优化后的变量结果。

2023-08-28 09:59:10 3024 2

原创 【Python】 gurobipy 学习笔记5——qiucksum函数

希望感兴趣的大家帮我盘一盘,sum、prod和quicksum函数在使用上的异同之处,等我想明白了也会分享分享的,但是目前我没什么实践经验,理解还比较浅显。1.quicksum的基础使用(单一变量累加)以上,关于quicksum函数的讲解就结束了。使用qiucksum可以进行简单的快速求和。3.用quicksum处理多个变量相乘的情况。2.用quicksum处理系数*变量的情况。

2023-08-27 15:43:12 3584

原创 【Python】 gurobipy 学习笔记4——prod函数

prod函数可以起到做到带不同系数的变量求和的目的coeff为一个dict类型,指定待计算的元素的系数,coeff的key要与待计算的集合中的key能对应。

2023-08-27 09:34:03 1416 1

原创 【Python】 gurobipy 学习笔记3——sum的进阶使用

在之前的内容中,我们只是讨论了针对单一的变量或数据的sum求和方式,但是,当涉及到两个或多个变量/数据相乘的时候,又要如何使用sum函数呢?至此,结束了关于sum函数用法的讲解,下一节将会给出更加方法的函数使用方法(prod、qiucksum函数)那么如何使用sum函数对其进行求和,添加约束?这样就实现了把系数fi乘进约束的目的。sum函数处理-系数也为变量的情况。这个和之前的系数相乘其实区别不大。在这里,fi为一系列系数。,假设zij和qj均为决策变量。举例:假设我们要编写公式。

2023-08-27 08:41:46 748

原创 【Python】 gurobipy 学习笔记2——sum的基础使用

sum函数可以实现变量加和,可以通过sum函数来快速获得需要给变量加和的场景,如模型的约束、目标函数。下一节将会介绍sum函数的进阶使用,即处理决策变量相加与系数相乘的情况。3.sum在创建约束中的作用(重点扩展)sum函数最直观的就是数据加和。

2023-08-26 13:41:21 1543 1

原创 【Python】 gurobipy 学习笔记1——建模基础

x=m.addVar(lb=0,ub=5,vtype=GRB.CONTINUOUS,name="x") 添加单个变量。注意:变量和约束之间不要混合,比如写一部分变量,写一部分约束条件。最近开始用gurobi解模型了,分享一下我的小白学习笔记。GRB.CONTINUOUS 表示大于等于零的连续型实数,用这几步就可以做到简单的优化模型的求解了。GRB.INTEGER 表示整数型,GRB.BINARY 表示0-1型。#gurobi 建模常用。

2023-08-24 18:40:48 908 2

转载 MNL——多项Logit模型学习笔记(三)二项Logit模型、Gumble分布以及Logistic分布

上一节最后一部分,介绍了Provit模型,从建模的角度来说,Probit模型假设随机项服从,这是具有一定的合理性的——也是其优点;——每次算P(n)i 的值的时候都需要求积分,这就给实际应用造成了一定的不便。

2023-02-28 19:29:22 3479

转载 MNL——多项Logit模型学习笔记(二)

本节第一部分提到如何理解Logit模型的各项参数;第二节&第三节讨论了离散选择模型的核心——效用最大化,给出了utility的定义以及数学表达式,并将效用最大化问题转化为概率问题,为后文的模型建立打下基础;第四节进行了Probit模型构建的讨论,重点内容Logit模型将在下一节展示。

2023-02-28 18:39:11 4466 1

转载 MNL——多项Logit模型学习笔记(一)离散选择以及logit模型介绍

DCM,Discrete Choice Model,即离散选择模型,DCM的常见模型有很多,包括二项Logit/Probit、多项Logit(MNL)、嵌套式Logit、有序Logit/Probit、混合Logit。所以在介绍MNL模型之前,先来介绍这个大类。离散选择模型(Discrete Choice Model, DCM)在经济学领域和社会学领域都有广泛的应用。

2023-02-28 10:15:28 18071 1

转载 Multi-Armed Bandit(MAB)多臂老虎机问题学习笔记

关于多臂老虎机问题的入门学习笔记

2023-02-14 16:33:50 1715 2

原创 协同过滤、矩阵分解自学笔记

关于协同过滤和矩阵分解的学习笔记

2023-01-12 10:55:45 151

原创 np.ndindex()函数使用方法

np.ndenumerate()以及np.ndindex()的用法辨析

2022-08-24 15:26:43 1276

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

提示
确定要删除当前文章?
取消 删除