2019年6月の記事一覧
配送計画問題の可視化
配送計画問題に対する可視化を作ってみた。Plotlyを使えば簡単だ。
上に示したのは簡単な問題に対する最適化の結果で、80顧客程度の問題例なので10秒くらいで解ける。顧客の荷物量を重量ベースと容量ベースでみたときに、ボトルネックになっている方の大きさを点のサイズにしている。大きいのは容量が大きい顧客だ。
点の色は時間枠のきつさをcolormapを使って示したもので、赤色が時間枠のきついもの（時
latex for Power Point
Power PointはMSのソフトの中では，唯一といっていいほど便利なものだ．ただし，数式を使わない「なんちゃって」講演のときだけしか使えない．数式を入れることはできるのだが，短気な私には無理なので，tex clipとか何とか言うツールで，画像を生成してから貼るのだが，後で加工もできないし，いつぞやか衛星経由で講演したら数式が化けて見えなかったということもあった．
昔はlatex形式で入力でき
Sonyの予測システム
Sonyが予測システムを無料で公開したので試してみた．
PM2.5の予測を入れてみた．計算時間は10分程度でニューラルネットとAda Boostを色々試した後に「あと1分です」という表示のところで止まってしまった．
そこで小さい住宅価格の例題を入れてみた．ここにあるrent.csvだ．
今度は無事に計算できた．特徴ベクトルの寄与度に興味があったので，それを表示させてみたのが，冒頭の図だ．住宅
郵便番号から緯度経度を計算
JPからは郵便番号一覧が配布されており、国土交通省からは住所と緯度経度一覧が配布されている。これを合わせて、郵便番号から緯度経度を引けるようにした。国土交通省のデータ方が多いので、マッチングして出た点の緯度経度の平均をとる。
JPのデータを読む関数はこんな感じだ。
def read_zip(file_name): # read zipcode data name =["code","
Gurobi vs. SCIP
SCIPはドイツのzibで開発された数理最適化ソルバーで非線形も解ける．GurobiもSCIPもアカデミックライセンスは無料だが，商用だと大分違い，SCIPは2000ユーロが基本だ．
から落とせる．
最近依頼されたある問題で比較してみたのだが，Gurobiは1秒未満でSCIPは1時間たってもまだ終わらない．SCIPは他のフリーソルバーの中では最強のはずだが，前処理とヒューリスティクスに格段の差
実際の最適化問題を瞬時に解く方法
比較的簡単な実際の数理最適化問題ならpandasとgurobi (or mypulp)で瞬時に解くことがでいる。私流の方法を紹介する。
ほとんどの実際問題のデータはExcelで渡される。このままxlwingsなどで読むことも可能だが、csv経由が早い。csvファイルに保存するときにutf-8とエンコーディングを指定すれば、pandasのread_csvで簡単に読める。
古いOfficeだとut