docplex实战

栏目: Python · 发布时间: 7年前

内容简介:做为一个运筹人,多少知道些仿真/优化软件,当然,高阶的运筹实践一定是以代码为基础的,无论用什么代码,最终也是在代码中首先建立所要优化问题的抽象模型,一般都是一个优化问题:$$ minimize\ \ \ \ \ \ f_0(x) $$ $$ subject\ to\ \ f_i(x)\leq b_i\ \ \ i=1,...,m. $$如果你会python的话,就可以无障碍阅读接下来的内容,如果你不会python的话,花半天时间学一下再来!

运筹

做为一个运筹人,多少知道些仿真/优化软件,当然,高阶的运筹实践一定是以代码为基础的,无论用什么代码,最终也是在代码中首先建立所要优化问题的抽象模型,一般都是一个优化问题:

$$ minimize\ \ \ \ \ \ f_0(x) $$ $$ subject\ to\ \ f_i(x)\leq b_i\ \ \ i=1,...,m. $$

如果你会 python 的话,就可以无障碍阅读接下来的内容,如果你不会python的话,花半天时间学一下再来!

准备工作

当然,使用docplex 的首先就要下载docplex,可以直接pip下载.

$ pip install docplex

同时需要去下载一个cplex community edition ILOG CPLEX ,

可以点击try free edition,新建个账号后下载一个cplex community edition.

在安装完成后,在写一个python项目求解运筹问题之前呢,还要多做一点微小的工作.

对于cplex 的cp(Constraint Programming Modeling)模块,可以在py文件中添加

from docplex.cp.config import context
context.solver.agent = 'local'
context.solver.local.execfile = '/media/senmu/source/program_exp/ibm/ILOG/CPLEX_Studio_Community128/cpoptimizer/bin/x86-64_linux/cpoptimizer'

将context.solver.local.execfile 修改成你本地的目录地址.

对于cplex 的mp(Mathematical Programming Modeling)模块,可以参考 docplex mp 设置

docplex实战

设置好PYTHONPATH,比如 linux 在~/.bashrc中添加

export PYTHONPATH="/media/senmu/source/program_exp/ibm/ILOG/CPLEX_Studio_Community128/cplex/python/3.6/x86-64_linux"

开始一个例子之cp

首先是一个经典的八皇后问题 Eight_queens_puzzle

解决八皇后问题通常要用到递归,使用大量的计算资源,将其转为约束问题只需要添加all_diff约束

all_diff reference .

import docplex.cp

from docplex.cp.model import CpoModel
from sys import stdout

from docplex.cp.config import context
context.solver.agent = 'local'
context.solver.local.execfile = '/media/senmu/source/program_exp/ibm/ILOG/CPLEX_Studio_Community128/cpoptimizer/bin/x86-64_linux/cpoptimizer'

NB_QUEEN = 8

mdl = CpoModel(name='NQueen')

x = mdl.integer_var_list(NB_QUEEN, 0, NB_QUEEN - 1, 'X')

mdl.add(mdl.all_diff(x))

mdl.add(mdl.all_diff(x[i] + i for i in range(NB_QUEEN)))

mdl.add(mdl.all_diff(x[i] - i for i in range(NB_QUEEN)))

print('Solving model....')
msol = mdl.solve(TimeLimit=10)

if msol:
    stdout.write("Solution:")
    sol = [msol[v] for v in x]
    for v in range(NB_QUEEN):
        stdout.write(" " + str(sol[v]))
    stdout.write("\n")
    stdout.write("Solve time: " + str(msol.get_solve_time()) + "\n")
else:
    stdout.write("No solution found\n")

查看更多例子

可以直接访问github docplex-examples 查看更多例子,也可以使用nbviewer查看. 在nbviewer上查看docplex


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。

亿级流量网站架构核心技术

亿级流量网站架构核心技术

张开涛 / 电子工业出版社 / 2017-4 / 99

《亿级流量网站架构核心技术》一书总结并梳理了亿级流量网站高可用和高并发原则,通过实例详细介绍了如何落地这些原则。本书分为四部分:概述、高可用原则、高并发原则、案例实战。从负载均衡、限流、降级、隔离、超时与重试、回滚机制、压测与预案、缓存、池化、异步化、扩容、队列等多方面详细介绍了亿级流量网站的架构核心技术,让读者看后能快速运用到实践项目中。 不管是软件开发人员,还是运维人员,通过阅读《亿级流......一起来看看 《亿级流量网站架构核心技术》 这本书的介绍吧!

JS 压缩/解压工具
JS 压缩/解压工具

在线压缩/解压 JS 代码

Markdown 在线编辑器
Markdown 在线编辑器

Markdown 在线编辑器

正则表达式在线测试
正则表达式在线测试

正则表达式在线测试