- 博客(6)
- 收藏
- 关注
RSS订阅原创 利用miniforge进行conda环境配置
之前一直使用的是anaconda，但是因为一些特殊原因，很多公司都禁止使用anaconda了，因此需要找一个anaconda的平替产品，这里推荐一款minforge可以方便地进行conda环境管理。
2025-04-10 22:04:28
355
原创 鲁棒优化——列-行生成算法解决Facility location problem
首先将不确定变量松弛了，然后通过求解子问题识别最有可能是worst case的u，并将其对应的约束和决策变量加回到主问题中，将松弛掉的部分的影响再以秋后算账的方式(也就是recourse)加回来。求解一个两阶段的RO问题可以简化为解决一个等价的（可能是大规模的）一阶段的优化模型。鲁棒优化| C&CG算法求解两阶段鲁棒优化：全网最完整、最详细的【入门-完整推导-代码实现】笔记。两阶段鲁棒优化的 Benders分解 与 行列生成(C&CG) 算法及算例讲解。利用两种方式实习列-行生成算法来解决选址问题。
2024-11-29 19:15:58
770
原创 论文复现 | An Exact Algorithm for Heterogeneous Drone-Truck Routing Problem
1. UPS2. Solomon3. Augerat在本文复现中，使用的是Solomon算例。
2024-11-16 17:09:12
864
原创 Branch and Bound（分支定界算法）学习笔记
分支定界算法的基本介绍：分支定界算法作为在解决整数规划问题的精确算法中最基本、最底层的算法，由伦敦政治经济学院的 Ailsa Land 和 Alison Doig 于1960年首次提出，是一种分而治之、先松后紧、张弛有度的算法。而后在1963年，由 John D.C. Little 在发表的关于TSP的研究中，明确使用“Branch and Bound“ 对该方法进行命名。分支定界算法的一般步骤和主要特征梳理如下：（1）松弛：线性松弛，将整数规划（IP）松弛为对应的整数规划线性松弛（IPr）；
2024-10-30 23:04:10
2069
原创 论文导读 | An Exact Algorithm for Heterogeneous Drone-Truck Routing Problem
a set of customers N and a given depot d（有N个顾客点和一个配送中心d）：所有无人机的集合：代表第l个无人机的飞行距离上限：代表卡车在ij之间的行驶时间：代表无人机l完成结点i和结点j之间的配送的电池消耗：代表无人机l完成结点i和结点j之间的配送的所需时间：代表无人机l从结点i处起飞到结点j处配送：表示卡车从结点i移动到结点j则为1，否则为0：代表卡车在结点i的访问序号（用于破子回路约束）：代表卡车在i处的等待时间。
2024-10-02 11:03:54
1571
1
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