糖心vlog官网观看

In dieser Woche befassen wir uns mit der Theorie und den Anwendungen der Dualit?t der linearen Programmierung. Wir stellen die Eigenschaften von prim?ren-dualen Paaren vor, darunter schwache Dualit?t, starke Dualit?t, komplement?re Lockerheit und wie man eine duale optimale L?sung konstruiert, wenn man eine prim?re optimale L?sung hat. Wir stellen auch eine wichtige Anwendung der Dualit?t der linearen Programmierung vor: Die Verwendung von Schattenpreisen zur Bestimmung der kritischsten Einschr?nkung in einem linearen Programm.

In den vergangenen zwei Wochen haben wir uns mit der Simplex-Methode und der Dualit?t besch?ftigt. Darüber hinaus wird in dieser Vorlesung die duale Simplex-Methode besprochen. Wir wenden sie auf ein wichtiges Problem der Sensitivit?tsanalyse an: die Bewertung eines linearen Programmierungsmodells mit einer neuen Einschr?nkung. Ein lineares Programmierungsmodell mit einer neuen Variable wird ebenfalls besprochen.

In dieser Vorlesung stellen wir Netzwerkflussmodelle vor, die h?ufig 蹿ü谤 Entscheidungen in den Bereichen Transport, Logistik, Lagerhaltung, Projektmanagement usw. verwendet werden. Zun?chst stellen wir das Minimum Cost Network Flow (MCNF)-Modell vor und zeigen, dass es die Verallgemeinerung vieler bekannter Modelle ist, darunter Zuweisung, Transport, Umschlag, maximaler Fluss und kürzester Weg. Wir beweisen auch eine ganz besondere Eigenschaft von MCNF, die totale Unimodularit?t, und zeigen, wie sie lineare Programmierung und ganzzahlige Programmierung miteinander verbindet.

In der letzten Lektion dieses Kurses stellen wir einen Fall von NEC Taiwan vor, einem Anbieter von IT- und Netzwerkl?sungen einschlie?lich Cloud Computing, KI, IoT usw. Da der Unterhalt all seiner Service-Hubs zu kostspielig ist, plant das Unternehmen, die Standorte der Hubs neu zu ordnen und die Anzahl der Mitarbeiter in jedem Hub neu zu verteilen. Es wird ein Algorithmus zur L?sung des Standortproblems von NEC Taiwan vorgestellt.

In dieser Woche untersuchen wir nichtlineare Programme mit Nebenbedingungen. Wir stellen zwei wichtige Werkzeuge vor, die Lagrangesche Relaxation und die KKT-Bedingung, um nichtlineare Programme mit Nebenbedingungen zu l?sen. Wir sehen auch, dass die Dualit?t der linearen Programmierung ein Spezialfall der Lagrangeschen Dualit?t ist.

In dieser Woche stellen wir zwei bekannte Modelle vor, die durch Anwendung der mathematischen Eigenschaften, die wir eingeführt haben, konstruiert wurden. Zun?chst formulieren wir ein einfaches lineares Regressionsproblem als nichtlineares Programm und leiten die geschlossene Regressionsformel ab. Zweitens stellen wir die Support-Vektor-Maschine, eines der bekanntesten Klassifizierungsmodelle, aus der Perspektive der Dualit?t vor.

In der letzten Woche lassen wir die vorgestellten Themen Revue passieren und machen einige abschlie?ende Bemerkungen. Au?erdem geben wir einige Lernhinweise 蹿ü谤 weiterführende Studien.