目标规划的序贯算法
但是目标规划就和人们的生活生产是差不多的,更加灵活。
过程:
仔细阅读Lingo程序后,还是发现了他的规律。
model: sets: variable/1..2/:x; S_Con_Num/1..4/:g,dplus,dminus; S_con(S_Con_Num,Variable):c; endsets data: g=1500 0 16 15; c=200 300 2 -1 4 0 0 5; enddata min=dplus(2)+dminus(2); !二级目标函数; 2*x(1)+2*x(2)<12; @for(S_Con_Num(i):@sum(Variable(j):c(i,j)*x(j))+dminus(i)-dplus(i)=g(i)); dminus(1)=0;!一级目标约束; @for(variable:@gin(x)); end
虽然lingo写的少,但是看懂以后,还是可以考虑去换一下MATLAB编程。
从二级目标函数说起,目标函数是原来的目标函数的一部分,然后列不等式,加上之前的式子(之前求出来的第一级偏差),然后做线性规划(个人觉得应该是整数规划),依次类推到后面的优先级。
算法还是很简单,有一定的科学性(书上也说了这不是最优解),因为他的前两步操作尽可能的做好规划,最后一步当然也有可能推翻前面的等式。其过程就是一个贪心。
【推荐】还在用 ECharts 开发大屏?试试这款永久免费的开源 BI 工具!
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· .NET 原生驾驭 AI 新基建实战系列:向量数据库的应用与畅想
· 从问题排查到源码分析:ActiveMQ消费端频繁日志刷屏的秘密
· 一次Java后端服务间歇性响应慢的问题排查记录
· dotnet 源代码生成器分析器入门
· ASP.NET Core 模型验证消息的本地化新姿势
· 从零开始开发一个 MCP Server!
· ThreeJs-16智慧城市项目(重磅以及未来发展ai)
· .NET 原生驾驭 AI 新基建实战系列(一):向量数据库的应用与畅想
· Ai满嘴顺口溜,想考研?浪费我几个小时
· Browser-use 详细介绍&使用文档
2017-01-18 Uva 11235 RMQ问题
2017-01-18 二叉索引树,LA2191,LA5902,LA4329