问题标签 [maximization]

我正在研究一个有约束的优化问题。我有许多变量的总和必须为 100。我已经关注了这里的工作为什么 R 中的 optimx 没有为这个简单的非参数似然最大化提供正确的解决方案？并试图优化梯度的范数，如图所示。我的功能相对良好，规范看起来像这样：

我有 81 修饰符，因为 ln(p) 在我的原始方程中出现了 81 次。当我使用此代码进行优化时，似乎无论我在哪里设置 lambda，我都会得到不遵守 sum(p) = 100 的约束的输出。

这是与我实际观察到的相似的 test.betas 的可重现版本（如下）。请注意，在输出中 lambda 甚至没有接近它的界限，所以我认为这不是问题所在。

任何关于如何获得尊重我的约束或资源的功能的想法将不胜感激。

我正在使用or-tools提供的MIP 求解器（在 python 中）

假设我们有两个变量x和y。我知道如何最大化一个变量或两个变量的总和。

例如，如果我们想最大化 2*x 我们可以这样做

如果我们想最大化 2*x + 3*y 我们可以这样做

但我不知道如何最大化除以另一个变量的变量。我的问题是如何最大化 (x/y)？

I have a data frame that contains all the possible combinations between the elements of two vectors and for each combination I have a corresponding score. I was trying to find an efficient way to find the subset of unique pairs with unique elements (i.e., an element from one vector can be found only once across all pairs) that maximizes the sum of scores corresponding to each combination. As example data, consider this df:

The expected result would be:

Note that you can have overlap between the elements of the two vectors, but again each element from each vector should appear only once. Also, the pair A A 1 is allowed and would've been possible, but that would make it impossible then to generate the pair C A 2 which would increase the overall sum of the score. As an attempt I have used this one liner with the functionality from dplyr

which produces:

which is close enough.. but the A from the second vector is repeated. Do you have any suggestions? Thank you in advance!

我有以下线性化图：

a并且b是带有数据的向量，c是一个常数。任务是找到一个c最大化R^2线性回归的值

假设我有一个包含 10 个元素的列表 [a、b、c、d、e、f、g、h、i、j]，我可以将每个元素乘以 0、1、2、-1、-2。

我使用的乘法因子的总和必须为零。即，如果我将五个数字乘以 -1，我必须将其他五个数字乘以 1，或者我可以将 a 乘以 2，将 b 和 c 乘以 -1，其余的乘以 0。

我想找到此操作产生的总和最大的列表。

我该如何在 python 中进行编码？

我已经尝试对 [2, 1, 0, -1, -2] 的每次迭代进行编码，并删除不加到 0 的列表，然后乘以原始列表，但是我卡住了。

我正在尝试使用 R 中的 quadprog 程序优化以下简单的目标函数：

最大_{x} x' A x

我看到的大多数优化问题都使用最小化，但如果我简单地使用 -A 而不是 A，我会得到一个错误，即 A 不再是正定的。我对这种事情很陌生。有谁知道如何解决一个简单的二次最大化问题？

这是重现错误的示例代码：

这是产生的错误：

solve.QP(Dmat = -mat, dvec = rep(0, 5), Amat = diag(5), bvec = rep(0, : 二次函数中的矩阵 D 不是正定的！

我之前问过类似的问题，但我的问题并不清楚。这是另一个尝试。

假设您有以下函数，它接受两个输入，a 和 b。

对于 [0, 100] 范围内 a 的所有可能值，我想找到使上述函数的输出最大化的 b 值，但限制 b 也必须是 [0, 100] 范围内的值]。

换句话说，我想将 b 绘制为 a 的函数，这样对于给定的 a 值，b 最大化上述函数的输出值。

您将如何为此编写代码？

我正在尝试使用 python 中的纸浆解决最大化问题。问题很简单，我有需求，我想最大化产量。生产必须至少等于需求，问题还应考虑生产所需的时间。

这是代码：

如果我用时间限制来解决问题，我会得到一些奇怪的周期数（-38.378）并且问题状态是不可行的。因此，我尝试在没有时间限制的情况下解决问题。我得到的结果是循环为 0，问题是无界的。

我通过消除覆盖我的目标函数的生产约束来解决这个问题。

现在我在两天内最大化生产时遇到了类似的问题。特别是产量必须至少等于第一天的需求，并且不大于第二天的需求。

问题定义同上，约束条件为：

问题是它总是超过第二天的产量。我尝试设置其他约束，但问题变得不可行。我可以为 P_XB、P_XP 和 P_XC 设置一个 UpperBound 吗？

谢谢，卡洛塔。

我有以下功能，我需要将其最大化而不是最小化。

我尝试在 nlminb 函数前面添加减号，即：

但没有任何成功。任何帮助将不胜感激。

我也想添加约束，所以 maxValVec = 1

我有以下功能，我使用 optim() 将其最大化。

但是，我想在最大化时添加一些约束，例如：

和

任何帮助将不胜感激，因为这与我正在解决的更复杂的问题有关。 或者，如果有不使用 otpim() 解决问题的不同方法，请告诉我。