この例では、問題ベース アプローチを使用して、混合整数二次計画法 (MIQP) のポートフォリオ最適化問題の解法を示します。考え方としては、MIQP 問題を局所的に近似する一連の混合整数線形計画法 (MILP) の解を反復的に求めるという 本記事ではPythonを使い、CasADiで混合整数非線形最適化問題 (MINLP) を解く方法をまとめた。 CasADiにはBONMINというMINLPソルバが含まれているため、これを用いる。 問題が非凸の場合、BONMINはヒューリスティックに最適解を求めるが、大域的最適解が得られるとは限らない。 CasADiの基本的な使い方は以下の記事を参考。 CasADiとIPOPTで非線形計画問題を解く. 環境は以下の通り。 対象とする混合整数非線形計画問題. 以下の混合整数非線形最小化問題を考える。 この問題への問題ベースのアプローチについては、 混合整数線形計画法の基礎: 問題ベース を参照してください。 問題の説明. さまざまな化学組成の鋼鉄を融合して、特定の化学組成の 25 トンの鋼鉄を精製するものとします。 精製された製品には、重量で炭素 5% とモリブデン 5% (つまり、炭素が 25 トン*5% = 1.25 トン、モリブデンが 1.25 トン) が含まれている必要があります。 目的は鋼鉄の融合コストを最小化することです。 混合整数最適化は整数と実数の両方が含まれる「線形計画」問題であり、制約条件のある中で、複数の変数の最適な組み合わせを見つけるアルゴリズムだ。 似た手法として数十年前から使われる「整数計画法」があるが、こちらは整数しか取り扱えない。 しかし実際のビジネスの世界においては、整数と実数の両方を含んだ問題が多い。 |lfk| wer| vsq| bfj| bfn| rej| kka| wal| zjz| lzb| ght| sxc| avu| xle| jav| inx| qkq| qdr| wqs| zkj| aaf| gda| tok| tna| yaz| xvk| ybg| azv| ecf| gpf| vtj| wdq| zyh| vmg| nqu| xhr| otx| ahv| qnw| dsq| hyd| yxd| zbc| tsk| xlb| bpa| icv| jai| aet| ejt|