マガジンのカバー画像

Pythonによる最適化

249
最適化やデータ解析はPythonを使うと瞬時にできるよ,という話です.
運営しているクリエイター

#数理最適化

C-Optを使ってGurobiモデルを解くためのwrapper

C-Optは中国製のGurobiもどきだ.ベンチマークでは2位が多い.マニュアルはここにあり,学生は無料で1年使える.日本からでもOK.

https://guide.coap.online/copt/en-doc/index.html#

以下のコードをまずまわしておく.
#c -opt wrapperimport coptpy as cpfrom coptpy import COPT, qui

もっとみる
ML/MO研究部会HP(仮)

ML/MO研究部会HP(仮)

研究部会の原案ができた.

第0回 ML/MO研究部会 (仮)zoomによるオンライン

8/3(木)13:00- 16:00

13:00-14:00 久保 幹雄 東京海洋大 教授 数理最適化と機械学習の融合アプローチ-分類と新しい枠組み -

14:00-15:00 高野 祐一 筑波大学 准教授

S. Ikeda, N. Nishimura, N. Sukegawa, and Y. Taka

もっとみる

解釈可能なAIのための混合整数最適化を用いた最適分類木の理論と応用

混合整数最適化を用いた最適分類木の理論と応用ついて解説してみました.これを使うと解釈可能なAIがGurobiなどを使って作れます. #最適分類木 #Python #AI #数理最適化ソルバー
@サプライ・チェイン最適化チャンネル(MIKIO KUBO)
https://youtube.com/@kubomikio

数理最適化と機械学習の融合アプローチ-分類と新しい枠組み--応用編-

数理最適化と機械学習を融合した新しいフレームワークの「応用」について語っています.
応用は,動的ロットサイズ決定問題,起動停止問題,動的配送計画,長距離輸送問題,動的修理人問題などです. #機械学習 #数理最適化 #融合 #MIPlearn #ConstraintLearn
@サプライ・チェイン最適化チャンネル(MIKIO KUBO)
https://youtube.com/@kubomikio

Lex AI で作文

Lex.pages というChat GPTを使えるワープロアプリに招待されたので,作文してみました.

作文はAIが自動的にやってくれます.その様子がこちらです.

ちょっと書いた後に +++ を押すと,続きを書いてくれます.Shift schedulingについての文章です.割とまともなことが書かれていると思います.書いた後に,タイトルも自動生成してくれます.

Automated Optimi

もっとみる

動的計画とPuLPで実際問題を解決?

最適化の勉強会のビデオで某IT企業の人が動的計画で実際問題を解決できるとおっしゃっていた。競技プログラミングならまだしも、実際問題に適用して、なんでも解けるというのは無謀だ。

この会社は色々なプロジェクトで失敗していると聞いている。競技プログラミング程度の腕前で実際問題を解決できると宣伝している会社は避けるべきだ。

別のビデオで、ジョブショップスケジューリングをPuLPで解決というのがあった。

もっとみる

100+の最適化問題(実行不可能性の実務的な取り扱い方)

100+の最適化問題の出版のために,見直しをしています.
実行不可能性について,栄養問題を例として解説してみました.サポートページはこちらです.
https://scmopt.github.io/opt100/02optimization.html #最適化 #実行不可能性 #栄養問題
@サプライ・チェイン最適化チャンネル(MIKIO KUBO)

Pythonによる100+の最適化問題

上の題目の本が朝倉書店から出版されることになって,第1稿がきたので,だいぶ修正した.HPも(自動的に)更新したので,だいぶ読みやすくなったと思う.

結構,このサイトは知られているようで,色々コメントをtwitterとかでつぶやいてくれた人がいるようなので,質問に答えておく.

目次の下のほうに行けない:ブラウザの字を小さくしてください.

動かないコードがある:Pythonだとパッケージをインス

もっとみる

最適化に対するアプローチ

某B社の人たちが書いた「深層強化学習」というタイトルの本を読んだ.

最適化手法には色々あって場合に応じて使い分ける必要があるが,この会社では以下のように評価をしているようだ.

・メタヒューリスティクス:候補となる近似解を多数生成するので,計算量が膨大になります.

・厳密解法:解を段階的に絞り込んでいくので.解を得るまでに時間がかかります.

・強化学習:その点強化学習はメタヒューリスティクス

もっとみる

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

もっとみる