Movatterモバイル変換


[0]ホーム

URL:


Mikio Kubo, profile picture
Uploaded byMikio Kubo
PPTX, PDF1,153 views

Python opt

Embed presentation

Download to read offline
数理最適化ソルバー Gurobi       制約最適化ソルバー SCOP       スケジューリングソルバー            OptSeq最適化ソルバーのための  Python言語入門    久保 幹雄
オブジェクト指向に慣れよう!• Pythonではすべてがオブジェクト オブジェクト . なになに   この点が重     要!• オブジェクト「の」なになに(属性 or プロ  パティ)• オブジェクト「に or を」なになにする(メ  ソッド)
オジェクトの例 (Gurobi)• 変数オブジェクト x の属性  x.VarName => x の名前  x.LB        => x の下限• モデルオブジェクト m のメソッド  m.addVar()    => m に変数を加える  m.addConstr() => m に制約を加える  m.optimize() => m を最適化する
リスト• リストは [ ] で生成   L= [1,4,6,7]• 中身は何でも良い  L=[ “a”, “b”, “c”]• 中身は何でも良い  L =[ “a”, “b”, “c”, 1, 2, [ 5,6, ”d”] ]
リストの反復• リスト内の要素を順に for 反復で取り出す  L= [1,4,6,7]  for i in L:    print i,   => 1 4 6 7 と出力• 要素の順番と中身が欲しい    L= [1,4,6,7]    for index,i in enumerate(L):       print index, i=> 0 1   14   26   37  と出力
リスト内包表記• リストを for 文を中に入れて生成  L= [ i for i in range(5) ]  => [0 , 1, 2 ,3, 4] を返す• if 文を入れて条件付きで生成   例: 0 から 10 までの奇数      (2で割った剰余が1) のリストを生成 [ i for i in range(11) if i%2 ==1 ] => [1, 3, 5, 7, 9] を返す
合計を計算するための記法• sum( ) で合計を計算sum リストの中身の和をとる関数 例: sum ( [1,2,3] ) => 6を返すリスト内包表記でリストを生成してもOK例: sum( [ i for i in range(11)] ) =>55 を返すリストを表す [ ] を省略してもOKsum( i for i in range(11) )
合計を計算するための記法 (Gurobi)• sum( ) もしくは高速版 quicksum を使う例:変数オブジェクトx,y,z の和をとる  sum ( [ x,y,z] ) => x+y+z を返すリスト内包表記でリストを生成してもOK例: 変数オブジェクト x[0], x[1],・・・, x[10] の和をとるsum( x[i] for i in range(11) )   => x[0]+x[1]+ ・・・ +x[10] を返す
sum関数を用いた制約の追加の例• モデルオブジェクト model に   x[0]+x[1]+・・・+x[10] <=8  を追加  model.addConstr(     sum( x[i] for i in range(11) ) <=8 )大規模問題のときには quicksum を使う!
辞書• 辞書は {} で生成  d = { } #空の辞書• 辞書はキーを入れると値を返す  例  d[ “small” ] = 10 ; d[ “large” ] = 10000  と辞書を設定した後で>> d[ “small”] と聞くと  10  を返す
辞書の反復• 辞書のキーに対する for 反復  例:  d = {}  d[ “small” ] = 10  d[ “large” ] = 10000  for i in d:      print i,   => “small” “large” を返す
辞書の使用例 (1)• 問題のパラメータと変数を辞書で保持例:費用を表すパラメータ cost を辞書で保持cost = {}cost[ “small” ] = 10cost[ “large” ] = 100x = {} #変数オブジェクトの生成for i in cost: #キーによる反復   x[i]=model.addVar()=> 変数 x[ “small” ] と x[ “large”] が生成される
辞書の使用例 (2)• 制約  cost[ “small]* x[ “small” ] +         cost[ “large”]* x[ “large”] <=80  をモデルオブジェクト model に追加  model.addConstr(    sum( cost[i]*x[i] for i in cost) <= 80  )

Recommended

PPT
Gurobi python
PPT
Or seminar2011final
PDF
Tokyo.R 41 サポートベクターマシンで眼鏡っ娘分類システム構築
PDF
TokyoNLP#7 きれいなジャイアンのカカカカ☆カーネル法入門-C++
PDF
TokyoNLP#5 パーセプトロンで楽しい仲間がぽぽぽぽ~ん
PDF
機械学習と深層学習の数理
PDF
Infinite SVM - ICML 2011 読み会
PPTX
機械学習
PDF
R による文書分類入門
PDF
文字列カーネルによる辞書なしツイート分類 〜文字列カーネル入門〜
PDF
凸最適化 〜 双対定理とソルバーCVXPYの紹介 〜
PDF
科学技術計算関連Pythonパッケージの概要
PDF
自然言語処理のための機械学習入門1章
PPTX
yyoshida thesis
PDF
Random Forestsとその応用
PDF
SGD+α: 確率的勾配降下法の現在と未来
PDF
20170422 数学カフェ Part1
PDF
パターン認識第9章 学習ベクトル量子化
PDF
2015年9月18日 (GTC Japan 2015) 深層学習フレームワークChainerの導入と化合物活性予測への応用
PDF
Random Forests
PDF
第8章 ガウス過程回帰による異常検知
PDF
はじぱた7章F5up
 
PDF
計算論的学習理論入門 -PAC学習とかVC次元とか-
PDF
誤差逆伝播法の計算(ディープラーニング)
 
PDF
CVIM#11 3. 最小化のための数値計算
PDF
Deep Learning を実装する
PDF
Infinite SVM [改] - ICML 2011 読み会
PDF
Practical recommendations for gradient-based training of deep architectures
PPTX
Python 学習教材 (~299ページ)
PPTX
Python 学習教材

More Related Content

PPT
Gurobi python
PPT
Or seminar2011final
PDF
Tokyo.R 41 サポートベクターマシンで眼鏡っ娘分類システム構築
PDF
TokyoNLP#7 きれいなジャイアンのカカカカ☆カーネル法入門-C++
PDF
TokyoNLP#5 パーセプトロンで楽しい仲間がぽぽぽぽ~ん
PDF
機械学習と深層学習の数理
PDF
Infinite SVM - ICML 2011 読み会
PPTX
機械学習
Gurobi python
Or seminar2011final
Tokyo.R 41 サポートベクターマシンで眼鏡っ娘分類システム構築
TokyoNLP#7 きれいなジャイアンのカカカカ☆カーネル法入門-C++
TokyoNLP#5 パーセプトロンで楽しい仲間がぽぽぽぽ~ん
機械学習と深層学習の数理
Infinite SVM - ICML 2011 読み会
機械学習

What's hot

PDF
R による文書分類入門
PDF
文字列カーネルによる辞書なしツイート分類 〜文字列カーネル入門〜
PDF
凸最適化 〜 双対定理とソルバーCVXPYの紹介 〜
PDF
科学技術計算関連Pythonパッケージの概要
PDF
自然言語処理のための機械学習入門1章
PPTX
yyoshida thesis
PDF
Random Forestsとその応用
PDF
SGD+α: 確率的勾配降下法の現在と未来
PDF
20170422 数学カフェ Part1
PDF
パターン認識第9章 学習ベクトル量子化
PDF
2015年9月18日 (GTC Japan 2015) 深層学習フレームワークChainerの導入と化合物活性予測への応用
PDF
Random Forests
PDF
第8章 ガウス過程回帰による異常検知
PDF
はじぱた7章F5up
 
PDF
計算論的学習理論入門 -PAC学習とかVC次元とか-
PDF
誤差逆伝播法の計算(ディープラーニング)
 
PDF
CVIM#11 3. 最小化のための数値計算
PDF
Deep Learning を実装する
PDF
Infinite SVM [改] - ICML 2011 読み会
PDF
Practical recommendations for gradient-based training of deep architectures
R による文書分類入門
文字列カーネルによる辞書なしツイート分類 〜文字列カーネル入門〜
凸最適化 〜 双対定理とソルバーCVXPYの紹介 〜
科学技術計算関連Pythonパッケージの概要
自然言語処理のための機械学習入門1章
yyoshida thesis
Random Forestsとその応用
SGD+α: 確率的勾配降下法の現在と未来
20170422 数学カフェ Part1
パターン認識第9章 学習ベクトル量子化
2015年9月18日 (GTC Japan 2015) 深層学習フレームワークChainerの導入と化合物活性予測への応用
Random Forests
第8章 ガウス過程回帰による異常検知
はじぱた7章F5up
 
計算論的学習理論入門 -PAC学習とかVC次元とか-
誤差逆伝播法の計算(ディープラーニング)
 
CVIM#11 3. 最小化のための数値計算
Deep Learning を実装する
Infinite SVM [改] - ICML 2011 読み会
Practical recommendations for gradient-based training of deep architectures

Similar to Python opt

PPTX
Python 学習教材 (~299ページ)
PPTX
Python 学習教材
PDF
PFI Christmas seminar 2009
PPTX
Python基礎その1
PDF
Pythonの処理系はどのように実装され,どのように動いているのか? 我々はその実態を調査すべくアマゾンへと飛んだ.
PDF
多次元配列の効率的利用法の検討
PDF
Pythonによる機械学習入門〜基礎からDeep Learningまで〜
PDF
Python勉強会2-数値と文字列
PDF
QGISプログラミング入門 FOSS4G 2013 Tokyo
PPT
Pythonintro
PDF
Pythonで始めるDropboxAPI
PDF
Python勉強会3-コレクションとファイル
PDF
命令プログラミングから関数プログラミングへ
PDF
関数プログラミング ことはじめ (再)
PDF
DATUM STUDIO PyCon2016 Turorial
PDF
関数プログラミングことはじめ
PDF
はじめてのPython
PDF
200319 eash python_shareslide_functions
PDF
DS Exercise Course 2
PPTX
すうがく初めの一歩
Python 学習教材 (~299ページ)
Python 学習教材
PFI Christmas seminar 2009
Python基礎その1
Pythonの処理系はどのように実装され,どのように動いているのか? 我々はその実態を調査すべくアマゾンへと飛んだ.
多次元配列の効率的利用法の検討
Pythonによる機械学習入門〜基礎からDeep Learningまで〜
Python勉強会2-数値と文字列
QGISプログラミング入門 FOSS4G 2013 Tokyo
Pythonintro
Pythonで始めるDropboxAPI
Python勉強会3-コレクションとファイル
命令プログラミングから関数プログラミングへ
関数プログラミング ことはじめ (再)
DATUM STUDIO PyCon2016 Turorial
関数プログラミングことはじめ
はじめてのPython
200319 eash python_shareslide_functions
DS Exercise Course 2
すうがく初めの一歩

More from Mikio Kubo

PPTX
4章在庫の数理
PPTX
久保研究室とは
PPTX
ピカチュウによるPythonオブジェクト入門
PPTX
ピカチュウによるPythonオブジェクト入門2
PPTX
ここが変だよ人道支援ロジスティクス
PPTX
Why python
PPTX
Why python
PPTX
Python ehon1
PPTX
サプライ・チェイン・アナリストになるために
PPT
Current trend
PPT
Scmbook5 e
PPTX
Hl20160929
PPT
Mickey mouseに会うために
4章在庫の数理
久保研究室とは
ピカチュウによるPythonオブジェクト入門
ピカチュウによるPythonオブジェクト入門2
ここが変だよ人道支援ロジスティクス
Why python
Why python
Python ehon1
サプライ・チェイン・アナリストになるために
Current trend
Scmbook5 e
Hl20160929
Mickey mouseに会うために

Python opt


[8]ページ先頭

©2009-2025 Movatter.jp