问题标签 [operations-research]

我们说的是金属制品厂。有机器将长铁条切割成更小的部分，后来用于制造各种产品。

例如，我要求生产以下长度和数量的棒材：2 根 248 毫米，5 根 1150 毫米，6 根 2843 毫米，3 根 3621 毫米。

那是分区输出。

在输入端，我有（再次举例）3 条 2500 毫米、2 条 5000 毫米、6 条 8000 毫米和 3 条 10000 毫米的条。

我应该找到一种如何以最佳方式切割输入条的方法 - 切割后的其余部分（剩余部分太小而无法使用）应该尽可能小。

我创建了一种算法，它简单地创建所有可能的组合，然后从中挑选出最好的一种。代码可以工作，但是只要输入和输出稍微大一点，计算就会持续很长时间，所以我必须找到解决问题的新方法。

你有什么提示吗？

我正在查看此处定义的分配问题的标准定义

我的问题与这两个约束有关（乳胶符号如下）：

具体来说，为什么需要第二个约束？第一个不是已经涵盖了所有的 x_{ij} 对吗？

有没有 Mosek 的开源替代品？

基本上，我正在寻找大规模凸优化求解器包。

谢谢！

编辑：

之前忘了提，问题是非线性的；大部分是二次的，但有时可能需要非二次约束 + 非二次目标

需要使用两把枪 A 和 B 来杀死一个怪物（有 N 个头）。当使用枪A时，它会砍6个头，但如果怪物没有死（头数> 0），它会长出3个头。当使用枪 B 时，它会砍掉 4 个头，但如果怪物没有死，它会长出 2 个头。如果 N<（枪可以切割的头数），在这种情况下，枪不能使用。如果 N=-1，怪物和猎人都会死。

问题需要找出是否有可能杀死怪物，猎人是否在试图杀死怪物时死亡以及最短的路径。

我编写了以下 Python 程序来解决上述问题：

样本数据（问题提供）：N=10时，最短路径为AAB。

我在程序中哪里出错了，解决这个问题的更好方法是什么？

节点分配问题

我要解决的问题是将蓝色节点（源节点）作为给定输入点的地图进行细分，一旦我能够做到这一点，我想看看每个单元格中有多少黑色节点（需求节点）和将其分配给与该单元格关联的蓝色节点。

我想知道是否有更简单的方法可以在不使用 Fortune 算法的情况下执行此操作。我在 Mahotas 下遇到了这个名为 Mahotas.segmentation.gvoronoi(image) source的函数。但我不确定这是否能解决我的问题。

如果有更好的分割方法（Voronoi tessellation 除外），也请建议我。我不确定聚类算法是否是一个不错的选择。我是一个编程新手。

我需要一种算法，它可以采用n个任意大小的矩形，并计算一个足够大的矩形以适合所有矩形，最小化其面积，使浪费的面积最小，并返回其中所有较小矩形的位置。

我需要实现的具体任务是在一个精灵表编译器中，它将获取单个 PNG 文件并制作一个包含所有图像的大型 PNG，因此可以 在运行时从这个表面上 删除单个帧。

一个很好的功能是它针对特定的给定宽度/高度比，但这不是强制性的。

我更喜欢可以移植到另一种语言的简单通用代码。

我正在尝试使用从 R 中的 survreg 估计的参数生成逆 Weibull 分布。我的意思是，对于给定的概率（这将是在 MS Excel 中实现的小型模拟模型中的随机数），返回使用我的参数的预期失败时间。我理解逆威布尔分布的一般形式是：

其中 a 和 b 分别是形状和比例参数，X 是我想要的失败时间。我的问题在于对来自 survreg 的截距和协变量参数的解释。我有这些参数，时间单位是天：

我在帮助文件中读到 R 中的系数来自“极值分布”，但我不确定这真正意味着什么以及如何“回到”公式中直接使用的标准比例参数。使用 b=7.79 和 a=1.51 给出无意义的答案。我真的希望能够为基本组和“第 2 组”生成时间。我还应该注意，我自己没有进行分析，也无法进一步询问数据。

我正在寻找一种对二维二进制矩阵进行排序的方法，以便我们可以直观地识别数据中的“社区”。我的数据集基于组成员身份（即人员列表和他们所属的组）。例如：

我正在寻找一种排序算法，它将给我这个：

另一个“排序”数据的例子可以在这里找到：http: //mbostock.github.com/protovis/ex/matrix.html 在这个例子中，创建者引用了一个用于排序的“社区检测算法”。我的数据不同，因为维度之间没有成员关系（即第一个维度（人）是第二个维度（组）的成员。

我找到了一篇详细讨论这个问题的论文：http ://ricerca.mat.uniroma3.it/users/colanton/docs/visual.pdf （警告：PDF）

所以总而言之，我正在获取会员数据，试图在数据中找到“社区”，并以视觉方式表示。

我在这里找到了可能有帮助的类似讨论： 对二进制二维矩阵进行排序？ 图中是否有用于社区检测的算法的实现？

我的部分问题是最小化某些数字的加权和的绝对值。我必须找到重量。

假设我有一组数字 A、a1、a2、a3 和 a4，这样 (a1, a2 > 0), (a3, a4 < 0)

例如，最小重量为 0.1 (10%)，最大重量为 0.4 (40%)。我正在寻找权重w以使加权和为零；如果不可能为零，则最接近于零。可以使用一个简单的线性模型来实现这一点：

一个简单的线性程序足以快速找到解决方案。但是，我非常想为这个问题找到一个多项式算法或公式。有任何想法吗？这个问题众所周知吗？

谢谢！

我正在为 MathProg 中一个看似简单的模型而苦苦挣扎。模型如下：

当我运行它时，它给了我错误feasibility.glp:11: b[v1,w1] out of domain。我不知道出了什么问题。对我来说更奇怪的是，如果我将相关行更改为b[j,i]它会一直给出完全相同的错误（不像b[w1,v1]我预期的那样）。

我仔细检查了AMPL 饮食示例，尽管我发现模型的相关部分没有任何差异，但它仍然不起作用。怎么了？