CS计算机代考程序代写 python A1.1 有

A1.1 有

将非线性方程约束 z = x *y 重新表述为等效线性不等式约束,并证明你的改写是正确

的。

A1.2. 在此任务中,我们考虑使用构建块组成 4 个轨道零件。这些轨道零件的长度为 L1;…L4 LE.这

些构建基块最多有 6 种不同的变体(即不同长度的构建块)。构建块在组合时不得重叠,并且不得超

过长度 L1…L4,并且长度必须大于等于 L1-t,.., L4-t (t= 3)。构建块的最小长度为 10LE,最大长度

为 70LE。我们需要寻找一种成本最佳的组合(即最佳构建块变体数量,每个轨道零件对应的构建块

的最佳数量以及构建块的最佳长度)。仅使用这些构建块,最大限度地降低单个构建块变体的成本和

罚款成本所产生的总成本(未能达到长度 L1;…;L4 会产生罚款)。变体的成本为 100N/变体,罚款成

本为 5N/(缺少的 LE)。轨道零件的长度为:

(1) 将问题建模为混合整数优化问题。该问题能够转换为线性混合整数问题。您不必像任务 A1.1 中

那样重新制定表单中出现的产品术语。您也可以将整数/二进制乘积的条件保留为连续受限变量。

所有其他术语可能需要重新拟订。

(2) 在 Python 中实现问题,并用 Gurobi 解决它。在成本最优的情况下需要多少个变体,总共需要

多少个构建块?注意:使用 Gurobi 可以解决两个变量(整数或连续变量)乘积的问题,而无需

进一步重新表述。如果生成的优化问题不是凸的,必须将模型参数 Params.NonConvex 设置为

值 2 (Model.Params.NonConvex=2)。(这一题可以不做)

A1.3 给出的是任务 1.5 中的(略微修改的)位置问题:
(参考任务 1.5:一家邮购公司希望建立两个物流中心,以便能够以最低的成本为五个具有已知需求

的中间商 D1,…,D5 提供任意可分割的产品。有四种可能的位置可供选择。在站点 i ∈建造仓库的

成本为 Ki,在站点 i 的容量为 Ai. 从站点 i ∈ {1, . . . , 4},运输一个产品单位到中间人 j ∈

{1, . . . , 5} 成本为 Cij 货币单位)

注意:出于符号原因,变量 x 在优化问题中提供了双索引 ij。
然而,在讲座中,我们只处理向

量的优化问题
最小化,因此低于最小值也是 R20( )而不是关于 R4*5( )的问题

定义中的向量 x MILP(书的第 2.3 章)现在组成如下:

但是,在没有明确确定此向量和矩阵 A 的情况下,此任务中也存在解出 MILP 的可能性。

(a): 确定 MILP 的松弛后的允许范围 的内平行集 T(inner parallel sets)和扩展内平行集

现在假设以下情况:

(b)证明 适用。

(c)使用 Python 和 Gurobi,计算值 和 。这些值对最佳松弛点的允许性(可行性)有何

影响?

(d):

使用 Python 和 Gurobi,计算从 f 到 的最佳点。将其舍入(round)到 M 中的允许点,并给

出目标函数值.