问题标签 [objective-function]

我对 Pyomo 很陌生，正在研究一个用例，其中我的目标函数系数是动态的并且需要一个 min-max 函数。

目标函数 = Max( sum (P * UC) - sum ( P - min(P)) * UC 其中 P 是变量需要优化，UC 是函数，它是基于一些计算得出的值。

我有几个疑问

1. 如何在目标函数中使用 min 或 max 函数，我尝试过 np.min 或调用函数，但它给出了错误，因为函数有 if else 条件

我尝试了多种方法，但似乎都没有奏效。如果有人可以帮助我使用虚拟代码，那就太好了。

提前致谢。

我正在使用 OR 工具研究 0-1 背包问题的变体。我已经设法解决了一种类型的变化，但是，在这次尝试中，我在目标函数方面遇到了困难。这是我正在使用的代码。基本上，我想对与目标函数中的项目相关联的每个变量求和，然后如果选择了项目，则 x[i,j] 二进制变量将设置为 1：

我得到的错误专门针对目标函数，但我不知道为什么（我得到了一个使用单个目标系数的不同版本）。错误是：

我想在 gurobi 中找到一个具有绝对值的表达式作为目标函数。具体来说，就是 ∑_j ∈ J | 等表达式。∑_i ∈ P x_ij-d_i *t_i |。

变量为x_ij，其他为常量。我用 abs() 尝试并错误地使用了这个公式，但我最终无法弄清楚。如果你能告诉我，我将不胜感激。

我应该怎么改变这个？

我正在使用 fminsearch 来最小化目标函数。这需要将变量 x0（通常是向量）定义为解决方案的估计值，算法将其用作寻找解决方案的起点。但是，我想为每个估计创建许多估计并评估目标函数。我试图将 x0 定义为估计矩阵，但没有得到我想要的结果。

我正在使用 XGBoost 进行二进制分类。标准/默认损失函数（二元逻辑）考虑所有分类（正类和负类）的性能。

我只关心精度。我不介意它是否进行很少的分类，只要它最大限度地提高它的正确率。所以我想要一个完全不关心错失机会（即假阴性或真阴性）的损失函数/评估指标组合，只寻求最大化真阳性（并最小化假阳性）。

我有一个相对平衡的面板。

在 xgboost 中是否有一种直接的方法可以做到这一点（通过现有的超参数，或通过新的损失函数）？如果有更好的损失/目标函数（和梯度/粗麻布），是否有这方面的论文或参考资料？

我正在研究“物联网中的QoS机制”研究课题。我必须在 Cooja 模拟器中实现 QoS。我的问题是：

1. 如何在 cooja 模拟器中对 3 种类型的应用程序（关键、实时、非实时）进行分类？cooja的哪种方法可以使这些节点彼此不同？
2. 如何在 cooja（加权公平队列）中为每种类型的流量实现一个队列？任何人都可以在这个实施中帮助我吗？或者可以实施吗？谢谢你