问题标签 [mathematical-optimization]

人们最多可以提前选择 25 个讲座中的 5 个。所有这些讲座都是在一天的五个时间段的五个房间里进行的。听众可以参加的每个（首选）讲座让她更快乐，他选择但无法参加的每个讲座（因为另一个首选讲座在同一时间段内）让他有点不开心。首选讲座的列表没有加权（至少没有告诉注册者订购他们的偏好，但如果它使事情变得更容易，我可以假设第一选择具有最高优先级，依此类推，该信息是可用的）。
有没有办法在不尝试每一个可能的时间表的情况下最大限度地提高整体幸福感或近似值？我在维基百科上发现了一个关于医院/居民问题的空存根，这听起来很像一个类似的问题（？）

医院/居民问题 - 也称为大学录取问题 - 与稳定婚姻问题的不同之处在于“女人”可以接受来自多个“男人”的“建议”（例如，医院可以接收多个居民，或大学可以招收一个以上的学生）。解决医院/居民问题的算法可以是面向医院的（女性最优）或面向居民的（男性最优）。

遗传算法是优化隐藏节点数量和人工神经网络训练量的最有效方法吗？

我正在使用 Matlab 中的 NNToolbox 对神经网络进行编码。我对优化技术的任何其他建议持开放态度，但我最熟悉 GA。

我正在寻找一种易于使用的基于 Java 的二次规划 (QP) 求解器。

谷歌搜索我发现了 ojAlgo ( http://ojalgo.org )。

但是，我想知道是否还有其他/更好的选择。

I've got a set of items, with associated attributes (Weight, Length, Width). I've also got a set of Packaging Types, with associated attributes (Max Weight, Length, Width)

I'm looking for an algorithm to determine the LEAST amount of boxes to package the items into.

So far, I've explored the knapsack problem, and although it can come close, I'm not exactly dealing with a weight, value type problem.

Here's an example:

Items: 10 x Item #1, (1lb each, 24" long, 12" wide) 5 x Item #2, (2lb each, 24" long, 6" wide)

Packaging Types: Small Box (MaxWeight = 40lbs, 24"x12") Large Box (MaxWeight = 75lbs, 24"x24")

The possible ways to package this would be: 2x Small Box -> One for each item type 1x Large Box -> Everything in it

I would want to return the single box result, although if I could return all possible combinations, that would also work.

C#中是否有任何优化库？

我必须在excel中优化一个复杂的方程，这个方程有几个系数。我必须根据我定义的适应度函数来优化它们。所以我想知道是否有这样一个库可以满足我的需要？

确定一个点是否在平行四边形/菱形内最快的方法是什么？

我有一个相当数学的问题需要解决：

任务是用最少的废料从固定长度的管子中切割出预定数量的管子。

因此，假设我想从标准长度为 6m 的管中切割 10 根 1m 管和 20 根 2.5m 管。

我不确定此类问题的算法是什么样的？

我正在考虑创建一个不同尺寸管的变体列表，将它们安装到标准尺寸的管中，然后选择浪费最少的变体。

首先，我不确定是否有其他更好的方法来解决这个问题。

其次，我没有找到解决方案如何创建这样的变体列表。

非常感谢任何帮助，谢谢！

想象一下，你有一个画布，在这个画布中已经有一些对象。您如何找到用正方形覆盖“未覆盖”区域的最小方法，而不是相互重叠，完全填满画布。

在我的例子中，“画布”是一个 html-div 容器，对象是嵌套的 div 容器。可能看起来像这样：http ://www.encodechain.com/demo/200908_optimize.png 左边是“开始”，右边是可能的第一个“步骤”......

我知道有一个算法可以解决这个问题，但目前我不记得名字了。

.NET 框架的数学函数主要在双精度浮点数上运行，没有单精度（浮点数）重载。在高性能场景中处理单精度数据时，这会导致不必要的强制转换，并且计算精度高于所需精度的函数，因此在一定程度上会影响性能。

有什么办法可以避免这种额外的 CPU 开销？例如，是否有一个带有浮点重载的开源数学库，可以直接调用底层 FPU 指令？（我的理解是这需要 CLR 的支持）。实际上我不确定现代 CPU 是否有单精度指令。

这个问题的部分灵感来自这个关于优化 sigmoid 函数的问题：

C# 中的数学优化

我有五个值，A、B、C、D 和 E。

给定约束 A + B + C + D + E = 1，以及五个函数 F(A)、F(B)、F(C)、F(D)、F(E)，我需要通过E 使得 F(A) = F(B) = F(C) = F(D) = F(E)。

为此使用的最佳算法/方法是什么？我不在乎是否必须自己写，我只想知道在哪里看。

编辑：这些是非线性函数。除此之外，它们无法表征。其中一些最终可能是从数据表中插入的。