数模-03-优化模型实例

简介: 数模-03-优化模型实例

image.png

首先先仅满足课程数最少:

model:
sets:
item/1..9/:c,x;
endsetsdata:
c=5,4,4,3,4,3,2,2,3;
enddatamin=@sum(item(i):x(i));
!课程数约束;
x(1)+x(2)+x(3)+x(4)+x(5)>=2;
x(3)+x(5)+x(6)+x(8)+x(9)>=3;
x(4)+x(6)+x(7)+x(9)>=2;
!先修课约束;
x(3)<=x(2);x(3)<=x(1);
x(4)<=x(7);
x(5)<=x(2);x(5)<=x(1);
x(6)<=x(7);
x(8)<=x(5);
x(9)<=x(1);x(9)<=x(2);
@for(item(i):@bin(x(i)));
end

求得课程数最少为6;后面又引进了学分最多,可以在课程数最少的基础上进行约束

model:
sets:
item/1..9/:c,x;
endsetsdata:
c=5,4,4,3,4,3,2,2,3;
enddatamax=@sum(item(i):c(i)*x(i));
@sum(item(i):x(i))=6;
!课程数约束;
x(1)+x(2)+x(3)+x(4)+x(5)>=2;
x(3)+x(5)+x(6)+x(8)+x(9)>=3;
x(4)+x(6)+x(7)+x(9)>=2;
!先修课约束;
x(3)<=x(2);x(3)<=x(1);
x(4)<=x(7);
x(5)<=x(2);x(5)<=x(1);
x(6)<=x(7);
x(8)<=x(5);
x(9)<=x(1);x(9)<=x(2);
@for(item(i):@bin(x(i)));
end

即可求得结果

目录
相关文章
|
14天前
|
机器学习/深度学习 算法 搜索推荐
通过元学习优化增益模型的性能:基础到高级应用总结
在当今数据驱动的决策过程中,因果推断和增益模型扮演了至关重要的角色。因果推断帮助我们理解不同变量间的因果关系,而增益模型则专注于评估干预措施对个体的影响,从而优化策略和行动。然而,要提高这些模型的精确度和适应性,引入元学习器成为了一个创新的解决方案。元学习器通过将估计任务分解并应用不同的机器学习技术,能够有效增强模型的表现。接下来,我们将详细探讨如何利用元学习优化增益模型的性能,特别是通过S-Learner、T-Learner和X-Learner这几种估计器。
38 1
|
1月前
|
机器学习/深度学习 自然语言处理
YOLOv5改进 | 2023 | CARAFE提高精度的上采样方法(助力细节长点)
YOLOv5改进 | 2023 | CARAFE提高精度的上采样方法(助力细节长点)
222 2
|
1月前
R语言 线性混合效应模型实战案例
R语言 线性混合效应模型实战案例
|
6月前
优化模型案例
优化模型案例
|
机器学习/深度学习 人工智能 算法
|
机器学习/深度学习 存储 人工智能
神经网络推理加速入门——转换提前
一个很简单的转换提前,就能让整个神经网络的性能提升一倍,甚至跟高!
神经网络推理加速入门——转换提前
|
算法 PyTorch 算法框架/工具
绕开算力限制,如何用单GPU微调 LLM?这是一份「梯度累积」算法教程
绕开算力限制,如何用单GPU微调 LLM?这是一份「梯度累积」算法教程
154 0
|
算法 PyTorch 算法框架/工具
绕开算力限制,如何用单GPU微调 LLM?这是一份「梯度累积」算法教程(2)
绕开算力限制,如何用单GPU微调 LLM?这是一份「梯度累积」算法教程
215 0
|
机器学习/深度学习 传感器 算法
单GPU实现20Hz在线决策,最新基于序列生成模型的高效轨迹规划方法解读
单GPU实现20Hz在线决策,最新基于序列生成模型的高效轨迹规划方法解读
123 0
|
机器学习/深度学习 缓存 并行计算
【ASPLOS 2023】图神经网络统一图算子抽象uGrapher,大幅提高计算性能
近日,阿里云机器学习PAI平台关于图神经网络统一高性能IR的论文《uGrapher》被系统领域顶会ASPLOS 2023接收。
【ASPLOS 2023】图神经网络统一图算子抽象uGrapher,大幅提高计算性能