问题标签 [julia-jump]

看起来我不能在 JuMP 中的目标搜索代码的目标中使用向量/矩阵的转置。我收到此问题标题中所述的错误。任何人都可以提出解决这个问题的方法吗？

代码：

主要的商业代数建模语言 (AML)，如 GAMS 或 AMPL，有哪些开源 AML，如 Pyomo 或 JuMP，还没有（显然除了用户群和已建立模型的可用性）？

我想最大化 q[1](Sharpe Ratio) 的值，但要遵守 julia 中的以下约束。

1. W的值元素是正的。( W[i] >0 )

2. W 的值之和为 1。 ( sum(W[1:5]) == 1 )

   /li>

参考 :: W 是 (5X1) 向量，ex_mu 是 (5x1) 向量， S 是 (5x5) 矩阵。我找到了两个使用 JuMP 和 Optim.jl 的 julia 库，但无法按照库的要求翻译函数 getSharpeRatio。

更新：到目前为止我已经完成了，但似乎在使用 JuMP 的 JuMP 库中尚未实现转置

任何建议如何去做。

我创建了一个模型来解决 Julia 中的线性程序。我第一次解决了线性程序，但相同的代码不适用于修改后的程序。你能弄清楚发生了什么吗？谢谢！工作正常的代码：

这是结果：

这是不起作用的代码：

这是错误消息：

我知道问题出在限制条件下，但是那部分代码是相同的，并且不起作用。你能告诉我发生了什么吗？

我正在使用 Optim.jl 库来最大化夏普比率值

如何添加以下约束：

1. W的值元素是正的。( W[i] >0 )
2. W 的值之和为 1。 ( sum(W[1:5]) == 1 )

收到以下错误“错误：无法识别的函数：非线性表达式中使用的点。”

ex_mu 是 (5x1) Float64 向量，S 是 (5x5) Float64 数组。

注意：'表示我的客观表达中的转置

按照 JuMP 文档中的建议，我应该进行哪些更改才能转换为 AffExpr，或者需要进行一些其他更改。

我有一个混合整数编程问题。我可以使用 JuMP 找到最佳解决方案。但是我怎样才能找到第二好的解决方案呢？或三等奖等。

这可能是另一个同样最优的解决方案，或者它可能是一个更差的解决方案，或者它可能是:Infeasible- 可能没有大多数解决方案。

我知道对于类似 TSP 的问题，我可以通过逐步删除最佳路径上的链接来找到其他解决方案（即将某些城市之间的距离设置为无限）。对于调度类型的问题，我可以类似地逐步设置在最佳路径中使用的时隙的可用性被禁止。

但是有没有一种通用的方法来做到这一点，而无需编写自己的问题特定方法来禁止此解决方案？

这是试图回答以下问题： https ://matheducators.stackexchange.com/questions/11757/small-data-sets-with-integral-sample-standard-deviations

因此，以下代码的目的是查找具有整数标准差的小型数据集的示例。这可以表述为一个二次约束的混合整数二次程序，所以我尝试使用来自 Julia 的 Gurobin。以下是我的代码：

运行此结果：

有任何想法吗？

当我运行下面的 Julia 代码时：

我得到错误：

有什么帮助吗？

出于对生产计划问题进行编码的目的，我使用的是“Julia”。在公式中，有一个公式的下界是一个向量。请看附件

.

当我想输入这个向量作为求和的下限时，软件会给我一个错误，即求和边界应该是缩放器

.