运筹优化学习21:Java调用Cplex实现求解Cuting Stock Porblem的列生成算法详解(下)

简介: 运筹优化学习21:Java调用Cplex实现求解Cuting Stock Porblem的列生成算法详解

4.2.3 第二次进基离基

为便于表述,我们将x2直接换掉:

gif.png

Cplex求解:

dvar int+ x1; dvar int+ x2; dvar int+ x3; dvar int+ x4;
minimize 5*x1 + 9*x2 + 5*x3 + 10*x4; 
subject to{
2*x1 + 0*x2 + 0*x3 + 0*x4 >= 30;
0*x1 + 0*x2 + 0*x3 + 3*x4 >= 20;
0*x1 + 2*x2 + 1*x3 + 0*x4 >= 40;
}

X = [15,20,0,6.7]; 目标值321.67;对偶变量:[2.5,3.3,4.5]

对应整数解为X = [15, 20, 0, 7];目标值325

gif.gif 应该离基,构建新列gif.gif

image.png

进基列[1, 1, 0];离基列[0, 0, 1]

4.2.4 第三次进基离基

直接换掉gif.gif

gif.png


Cplex求解:


dvar int+ x1; dvar int+ x2; dvar int+ x3; dvar int+ x4;
minimize 5*x1 + 9*x2 + 5*x3 + 10*x4; 
subject to{
2*x1 + 0*x2 + 1*x3 + 0*x4 >= 30;
0*x1 + 0*x2 + 1*x3 + 3*x4 >= 20;
0*x1 + 2*x2 + 0*x3 + 0*x4 >= 40;
}

X = [5, 20, 20, 0]; 目标值305;对偶变量:[2.5,2.5,4.5]

gif.gif 应该离基,构建新列gif.gif

image.png


三个检验数都为0,我们完美的找到了问题的最优解,而且还是整数解。

4.2.5 解的分析

有三种长度为9,14,16的木材,成本价分别为5,9,10,需要切割长度为4的成品 30个;长度为5的成品20个;长度为7的成品40个,求解切割方案,使得总体成本价最低。

gif.png

X = [5, 20, 20]; 目标值305


5个[2,0,0]的方案,20个[0,0,2]的方案,20个[1,1,0]的方案


方案为:9米的木材切成两个4米,方案使用5次; 9米木材切成1个4米、1个5米的方案使用20次; 14米木材切成2个7米的方案使用20次


该方案浪费木料为:5 * 1 + 20*0 + 20*2 = 45米;一共使用了45根木材,25根14米木材,没有使用16米的木材。


4.2.6 总结

这一节我们计算了3种不同成本的木材型号和3种需求的CSP问题的求解实例验证,做如下小结:


由于我们只有3个约束,要先选择三个可行的裁切方案作为初始裁切组合

我们构建了3种木材类型的subproblem,subprobelm的约束根据可用的木材型号设置

进基变量是subproblem目标负最小值列;离基变量为决策变量取值为0的列;一进一出,始终保持模型只处理4个变量

RMP的每次优化都会得到新的决策变量及其对偶变量的取值

对偶变量发生变化时,每个subproblem只需更新他的目标函数即可,约束不用动

终止的条件是所有的subproblem的最优目标值非负


5 Java调用Cplex实现的列生成算法

代码请关注文末公众号回复:java-cplex-CG-CSP

5.1 遇到的问题及解决


导入Java工程:File --> import --> General --> Existing Projects into Workspace --> Next --> Select toot directory后输入工程父目录,下边勾选Copy projects into workspace --> Fnished

运行工程:右键点击src --> cut --> CutStock.java,点击Run as --> 1 Java Application;此处弹出运行错误,以后处理


5.1.2 JNI错误及处理办法

1) 错误截图:

20200204213241897.png

20200204213318391.png

20200204213338998.png

2) 原因:这个错误是因为项目的依赖库不对,需要你重新配置一下

3) 解决方案

该项目的 Build Path , 在Libraries 中看到如下内容:

20200204213608156.png

有两个路径缺失,我们要做的就是把这个路径删除,替换为我们自己


处理方式:


选中第一行的cplex.jar,点击右侧的Remove;再点击Add External JARS ...,找到自己的cplex.jar,把它加进来

net.mindview.jar包,是java编程思想第四版中需要使用net.mindview.util包,下载地址, 提取码: a25m;下载之后,加载方式与 1 一致

配置Java环境:Add Library.. -> JRE System Library -> Execution environment:JavaSE-1.8


5.2 算例及运行

image.png


相关文章
|
24天前
|
存储 算法 安全
探究‘公司禁用 U 盘’背后的哈希表算法与 Java 实现
在数字化办公时代,信息安全至关重要。许多公司采取“禁用U盘”策略,利用哈希表算法高效管理外接设备的接入权限。哈希表通过哈希函数将设备标识映射到数组索引,快速判断U盘是否授权。例如,公司预先将允许的U盘标识存入哈希表,新设备接入时迅速验证,未授权则禁止传输并报警。这有效防止恶意软件和数据泄露,保障企业信息安全。 代码示例展示了如何用Java实现简单的哈希表,模拟公司U盘管控场景。哈希表不仅用于设备管理,还在文件索引、用户权限等多方面助力信息安全防线的构建,为企业数字化进程保驾护航。
|
16天前
|
算法 数据可视化 安全
基于DWA优化算法的机器人路径规划matlab仿真
本项目基于DWA优化算法实现机器人路径规划的MATLAB仿真,适用于动态环境下的自主导航。使用MATLAB2022A版本运行,展示路径规划和预测结果。核心代码通过散点图和轨迹图可视化路径点及预测路径。DWA算法通过定义速度空间、采样候选动作并评估其优劣(目标方向性、障碍物距离、速度一致性),实时调整机器人运动参数,确保安全避障并接近目标。
111 68
|
26天前
|
机器学习/深度学习 数据采集 算法
基于GA遗传优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
本项目基于MATLAB2022a实现时间序列预测,采用CNN-GRU-SAM网络结构。卷积层提取局部特征,GRU层处理长期依赖,自注意力机制捕捉全局特征。完整代码含中文注释和操作视频,运行效果无水印展示。算法通过数据归一化、种群初始化、适应度计算、个体更新等步骤优化网络参数,最终输出预测结果。适用于金融市场、气象预报等领域。
基于GA遗传优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
|
24天前
|
移动开发 算法 计算机视觉
基于分块贝叶斯非局部均值优化(OBNLM)的图像去噪算法matlab仿真
本项目基于分块贝叶斯非局部均值优化(OBNLM)算法实现图像去噪,使用MATLAB2022A进行仿真。通过调整块大小和窗口大小等参数,研究其对去噪效果的影响。OBNLM结合了经典NLM算法与贝叶斯统计理论,利用块匹配和概率模型优化相似块的加权融合,提高去噪效率和保真度。实验展示了不同参数设置下的去噪结果,验证了算法的有效性。
|
23天前
|
算法 决策智能
基于SA模拟退火优化算法的TSP问题求解matlab仿真,并对比ACO蚁群优化算法
本项目基于MATLAB2022A,使用模拟退火(SA)和蚁群优化(ACO)算法求解旅行商问题(TSP),对比两者的仿真时间、收敛曲线及最短路径长度。SA源于金属退火过程,允许暂时接受较差解以跳出局部最优;ACO模仿蚂蚁信息素机制,通过正反馈发现最优路径。结果显示SA全局探索能力强,ACO在路径优化类问题中表现优异。
|
28天前
|
传感器 算法
基于GA遗传优化的WSN网络最优节点部署算法matlab仿真
本项目基于遗传算法(GA)优化无线传感器网络(WSN)的节点部署,旨在通过最少的节点数量实现最大覆盖。使用MATLAB2022A进行仿真,展示了不同初始节点数量(15、25、40)下的优化结果。核心程序实现了最佳解获取、节点部署绘制及适应度变化曲线展示。遗传算法通过初始化、选择、交叉和变异步骤,逐步优化节点位置配置,最终达到最优覆盖率。
|
16天前
|
算法 数据安全/隐私保护 计算机视觉
基于Retinex算法的图像去雾matlab仿真
本项目展示了基于Retinex算法的图像去雾技术。完整程序运行效果无水印,使用Matlab2022a开发。核心代码包含详细中文注释和操作步骤视频。Retinex理论由Edwin Land提出,旨在分离图像的光照和反射分量,增强图像对比度、颜色和细节,尤其在雾天条件下表现优异,有效解决图像去雾问题。
|
25天前
|
算法 数据安全/隐私保护
室内障碍物射线追踪算法matlab模拟仿真
### 简介 本项目展示了室内障碍物射线追踪算法在无线通信中的应用。通过Matlab 2022a实现,包含完整程序运行效果(无水印),支持增加发射点和室内墙壁设置。核心代码配有详细中文注释及操作视频。该算法基于几何光学原理,模拟信号在复杂室内环境中的传播路径与强度,涵盖场景建模、射线发射、传播及接收点场强计算等步骤,为无线网络规划提供重要依据。
|
2月前
|
机器学习/深度学习 算法
基于改进遗传优化的BP神经网络金融序列预测算法matlab仿真
本项目基于改进遗传优化的BP神经网络进行金融序列预测,使用MATLAB2022A实现。通过对比BP神经网络、遗传优化BP神经网络及改进遗传优化BP神经网络,展示了三者的误差和预测曲线差异。核心程序结合遗传算法(GA)与BP神经网络,利用GA优化BP网络的初始权重和阈值,提高预测精度。GA通过选择、交叉、变异操作迭代优化,防止局部收敛,增强模型对金融市场复杂性和不确定性的适应能力。
188 80
|
26天前
|
算法
基于龙格库塔算法的锅炉单相受热管建模与matlab数值仿真
本设计基于龙格库塔算法对锅炉单相受热管进行建模与MATLAB数值仿真,简化为喷水减温器和末级过热器组合,考虑均匀传热及静态烟气处理。使用MATLAB2022A版本运行,展示自编与内置四阶龙格库塔法的精度对比及误差分析。模型涉及热传递和流体动力学原理,适用于优化锅炉效率。