问题标签 [maximization]

嗨，我在这里有类似的问题。我正在尝试最大化销售以找到最佳价格。我已经拟合了线性回归，假设价格和数量以及影响数量的其他变量（包括虚拟变量）之间存在线性关系。我将回归函数作为一个目标函数，其中包括独立的价格和依赖的数量。我的问题是在 lp 求解器中，我的目标函数变为线性回归方程（y（数量）=-0.02x（价格）+ 常数（常数在拍摄场景并拦截后）。

你能帮我如何优化上述类型的功能吗？

我一直在努力确定使数量最大化的价格变化点。我尝试手动将 Drops 和 Ups 放入价格并得出整体影响，但我想避免在这里手动干预，因此考虑 lp 求解器是否会帮助我。

谢谢，安凡尼

我不确定这是否是一般情况 （逻辑回归总能找到全局最优）

特别是 （当优化收敛时，逻辑回归是否总是找到全局最优值）

谢谢

最大化C= 528r + 492s + 348w服从：

我在网上找不到任何代码示例，我可以在其中最大化使用三个不等式变量。我发现的最接近的是另一个问题：求解线性方程组 w。使用 numpy 的三个变量

我有以下向量/矩阵：

鉴于我知道 a 和 C，我想通过改变向量 b 在 Matlab 中最大化以下内容：

因此，要最大化的总和 S 的每个元素由下式构成：

1. 向量 a 的第 i 个元素乘以 (2)
2. (3) 的自然对数
3. （4）中获得的元素总和
4. 向量 b 的元素与矩阵 C 的第 i 列的元素的逐元素相乘

该问题的约束条件是 b 的每个元素必须 >=0 且 <=1，并且它们的总和必须为 1。

我假设我必须使用 fmincon 函数和 minimze -S 但不确定如何设置函数 S。

I want to optimize a currency portfolio using the 4 moment maximisation method and PortfolioAnalytics package in R. this is the code I use:

The problem is when I run the last command for optimization, I get the following error.

Error: "package:DEoptim" %in% search() || requireNamespace("DEoptim", .... is not TRUE

I would be grateful if you could help me with this matter

在以下优化问题中，我需要您的帮助。我有一个最大化混合整数线性规划问题。我想考虑最低和最高固定费用。

我是这样弄的。。

但是，这变成了不可行的解决方案。请你帮我优化这样的问题。

我有下一个 LP 问题

通过使用 Cplex 对偶算法解决这个问题，我得到了一个最优解6250.但是检查了变量的降低成本，我得到了下一个结果

是否有可能在正值变量上降低成本？因为降低的成本值表示在变量的值在最优解中为正之前必须改进相应变量的目标函数系数多少，所以正值的降低成本对正值变量意味着什么？

我正在解决一个需要绘制图形的问题：

r = (16442.21*(((np.e**(-10468.04/T))*(P 1.5))/((2-X)**1.5))*(((1-X)**2.5) /X))-17374.99*(((np.e (-23855.06/T)) (Fo 0.2) ((2-X)**0.5))/(P 0.5))*(X/((1-X) )**1.3))

我需要的图形是 X(T)，曲线代表参数 r 具有相同值的 T 和 X 的值。因此，我使用以下代码从隐式方程中绘制了图：

结果是这样的：

https://i.stack.imgur.com/5ugDZ.png

问题是我需要最大化每条曲线，我不知道该怎么做，因为我找不到图形的数据，所以我无法进行拟合或类似的事情。

你知道另一种最大化它的方法吗？

我正在尝试在 R 中进行最大化，这是我之前在 Excel 中使用求解器所做的。问题是我不知道如何处理它（我在 R 中没有很好的水平）。

让我们谈谈我的数据。我有 26 个瑞士州和瑞士政府（这是 26 个州的价值之和）及其人口和“财富”。所以我有 27 个变量观察值。我不确定以下描述是否有用，但我还是把它们放在了上面。由此，我用 while 循环计算了一些变量。对于每个州 [i]：

• 资源潜力 = 平均值（wealth2011 [i],wealth2012 [i],wealth2013 [i]）
• 人口平均数 = 平均数（人口 2011 [i]，人口 2012 [i]，人口 2013 [i]）
• 人均资源潜力 = 1000*资源潜力 [i]/人口 [i]
• 资源指数 = 100*资源潜在人均[i]/资源潜在人均[瑞士政府]

这是我使用的那种循环的一个小例子：

瑞士政府 (i = 27)的资源指数 (RI)为 100，因为我们将瑞士政府的资源潜在资本（当 i = 27）除以自身并乘以 100。因此，所有具有 RI> ​​的州100 是富裕州，其他 (IR<100) 是贫穷州。到这里为止，没有任何问题。我刚刚解释了我是如何构建我的数据集的。

现在我面临的问题是：我必须创建变量加权差 (wd)。它取值：

• 0如果 RI>100（富州）
• (100-RI[i])^(1+P)*Pop[i] if RI<100（可怜的州）

我这样创建这个变量：（对不起代码的弱点，我尽力了）。

但是，我现在没有“p”的值。它是一个介于 0 和 1 之间的值。要找到 p 的值，我必须使用以下特征进行最大化：

• RI_26 = 65.9，这是我数据中 RI 的最小值
• RI_min = 100-((x*wd [27])/((1+p)*z*100))^(1/p)，其中 x 和 z 是固定值 (x = 8'677, z = 4 '075'977'077) 和 wd [27] 每个州的 wd 总和。

我们在两个等式中有p：RI_min 和 wd。为了在 Excel 中求解，我使用了具有以下功能的 Excel 求解器：

• p_dot = RI_26/RI_min* p ==> p_dot =[65.9/100-((x* wd [27])/((1+p)*z*100))^(1/p)]*p
• RI_26 = RI_min ==>65.9 =100-((x*wd [27])/((1+p)*z*100))^(1/p)

在 Excel 中，p是我的变量单元格（唯一允许更改的值），p_dot是我要定义的目标，RI_26 = RI_min是我的约束条件。

所以我想最大化p，但我不知道如何在 R 中做到这一点。我的主要问题是RI_min和wd中存在p。我们需要进行迭代来解决它，但这离我的技能太远了。

有人可以帮助我提供我提供的信息吗？

我有这样的代码：

我想将最大化器 wrt Matrix400_400[:,j_now] 的索引保存在一个名为 index 的向量中。在 Matlab 中，这将像这样工作：

但我需要知道这在 python 中是如何工作的......

如果某人会很棒。可以帮助我！

干杯，托拜厄斯