美賽快開始了，抱佛腳
學習網課的筆記
（規劃問題：利益的最大化問題）
規劃類應用場景
運輸排程、供需分配下的利益最大化、物流排程、資源分配
求最值、題目中給出限定性條件
從若干可能的計畫（方案）中尋求某種意義下的最優方案，數學上將這種問題成為最優化問題
優化模型的三個要素
決策變數
決策者所控制的那些數量，它們取什麼數值需要決策者來決定，最優化問題的求解就是找出決策變數的最優取值（要求解的那個引數）（目標函式的自變數）
約束條件
決策變數在現實世界中所受到的限制，或者說決策變數在這些限制範圍內取值才有意義
目標函式
代表決策者希望對其進行優化的那個指標，目標函式是決策變數的函式（記住寫上自變數》=0什麼的）
規劃類問題分類
線性/非線性
靜態/動態
整數/非整數
隨機/非隨機
規劃類模型分類
線性規劃
非線性規劃
二次規劃
多目標規劃
動態規劃
matlab求解
標準形式：
matlab中求解線性規劃的命令為：linprog
命令linprog的基本呼叫格式：
x=linprog(c, a, b, aeq, beq, vlb, vub)
如果沒有等式約束，就在相應的位置輸入空陣列[ ]，不等式約束和上下界也類似。最後的輸入項若沒有，則可以省略。
linprog只能計算最小值，要想獲得最大值，需要在c前加負號
增加輸出：
[x, fval, exitflag, output] = linprog(c, a, b…)
fval：最優值
exitflag：>0收斂；=0到最大迭代次數時都還未收斂；<0失敗
output:迭代次數和演算法型別
例：
程式：
c=-[5,3]';
a=[2,1;1,2];
b=[40,50]';
l=[0,0];
[x,fmin]=linprog(c,a,b,,,l);
pmax=-fmin
x1=x(1), x2=x(2)
美賽常用演算法學習筆記（1）
美賽快開始了，抱佛腳 網課的筆記 常用演算法彙總 資料處理 插值擬合 主要用於對資料的補全和基本趨勢分析 小波分析，聚類分析 高斯混合聚類，k 均值聚類等 主要用於診斷資料異常值並進行剔除 主成分分析 線性判別分析 區域性保留投影等 主要用於多維資料的降維處理，減少資料冗餘關聯與因果 灰色關聯分析方...
數學建模 線性規劃（學習筆記）
我們常常需要用到線性規劃來幫助我們解決日常生活當中的實際問題，比如說你家裡有三個小孩abc，在家做飯突然發現沒有鹽，醬油和醋了，你三個小孩自告奮勇取購買，為了不打擊孩子的積極性，你決定讓乙個孩子負責一項食品的購買，假如知道了三個小孩分別購買每項食品的時間，如何使得總時間最小 指派問題 可以看出線性規...
學習筆記 線性規劃 網路流
max min 來道例題 洛谷p3337 zjoi2013 防守戰線 列出式子 begin mathrm sum i c i y i s.t.forall i in 1,n sum y j geq d i forall i in 1,n y i geq 0 end 令 a intercal j in...