پارامترهای کنترل تولید جواب در CPLEX
شمارش تعداد جواب‌های بهینه بالاخص زمانی که مساله دارای جواب بهینه چندگانه است از اهمیت خاصی برخوردار است. اهمیت این موضوع در مسایل بهینه‌سازی ترکیبیاتی Combinatorial Optimization یا برنامه‌ریزی عدد صحیح Integer Programming بیشتر احساس می‌شود؛ مخصوصا زمانی که تعداد جواب‌های بهینه نامزد بسیار زیاد بوده و شناسایی این مورد باعث حذف بخش عمده‌ای از فضای شدنی شده و توسعه قواعد غلبه Dominance Rules می‌شود.
You can follow-up on my story about
A Brief History of Data-driven Robust Optimization on Medium.com !
در این پست صفر تا صد کدنویسی یک مساله زنجیره تامین و تعریف چارچوب اولیه برای مدل‌های ریاضی سناریومحور را در نرم‌فزار سیپلکس CPLEX شرح می‌دهیم. فایل تصویری رایگان در ادامه پست قابل مشاهده است.
با کامنت‌هایی که از دوستان عزیز گرفتم متوجه شدم که بسیاری در مراحل اجرای کدهای گروبی gurobi تحت زبان برنامه‌نویسی پایتون python به مشکل بر می‌خورند. در این پست و پست قبلی صفر تا صد اجرای یک مساله زنجیره تامین ساده تک سطحی و در هر مرحله احتمال بروز برخی مشکلات را بررسی می‌کنیم. در صورتی که هنوز موتور بهینه‌سازی گروبی را با آناکوندا یکپارچه نکرده‌اید، اکیدا توصیه می‌کنم به پست قبلی مراجعه نمایید و تمامی مراحل آن را به دقت اجرا کنید.
با کامنت‌هایی که از دوستان عزیز گرفتم متوجه شدم که بسیاری در مراحل اجرای کدهای گروبی gurobi تحت زبان برنامه‌نویسی پایتون python به مشکل بر می‌خورند. در این پست و پست بعدی صفر تا صد اجرای یک مساله زنجیره تامین ساده تک سطحی و در هر مرحله احتمال بروز برخی مشکلات را بررسی می‌کنیم.
شاید شما هم در انبوه دوره های آموزشی علوم داده سردرگم شده باشید. این امری طبیعی است. در این پست چند مورد از دوره هایی که شخصا تجربه کرده و گذرانده‌ام را با شما عزیزان به اشتراک می‌گذارم.
بالاخره پس از سال‌ها گفتمان در خصوص امکان حل مسایل بهینه‌سازی با استفاده از مفاهیم یادگیری ماشینی، نرم‌افزار CPLEX از نسخه جدید ۱۲٫۱۰ با امکان بهره‌گیری از ابزارهای یادگیری ماشینی machine learning رونمایی کرد. این رویکرد مزایای فراوانی در پی دارد، مانند تخمین توابع هدف مبهم unknown objective functions، تخمین فضای حل نامحدب، مسایل بهنیه‌سازی ترکیبیاتی با تعداد متغیر بسیار زیاد یا محدودیت‌های سخت ارضاشونده اشاره کرد. در این پست قصد داریم گام به گام یک مساله ساده را با اتصال نرم‌افزار به فضای ابری IBM Watson حل نماییم.
توسعه دهندگان بسته‌های بهینه‌سازی در سال‌های اخیر فناوری پردازش موازی parallel computing به کمک کارت های گرافیکی نسل پیشرفته و قابلیت GPU computing را با حساسیت بالایی پیگیری می‌کنند. محدودیت‌های جدی در حل مسایل برنامه‌ریزی خطی linear programming، عدد صحیح integer programming و درجه دو quadratic programming با استفاده از پردازش GPU وجود دارد. شایان ذکر است که این امر تا این لحظه محقق نشده است. دلایل متعددی برای عدم تحقق این پدیده می‌توان عنوان کرد. این محدودیت‌ها در این پست بحث و بررسی می‌شود.
تبدیل شدن به یک میلیونر کریپتو چنان که به نظر می رسد، ساده نیست. اما با به کار بردن استراتژی سرمایه گذاری مناسب می‌توان حاشیه‌ی سود زیادی در مدت زمان کمتری کسب کرد. در این پست قصد داریم یک استراتژی سبد سرمایه گذاری را برای ارزهای دیجیتال Cryptocurrency با بکارگیری ابزارهای علوم داده پلتفرم پایتون Python و مدل پایه‌ای پورتفولیو مارکویتز Markowitz Portfolio Optimzation پیشنهاد دهیم.
نمایش تعداد نقاط تلاقی وترهای حاصل شده از نقاط دلخواه روی دایره با استفاده از پکیج tikz
اغلب محققین ایده یا طرح خود را با استفاده از نرم‌افزارهای گرافیکی چون Adobe Photoshop، Adobe Illustrator ، Visio، CorelDraw و نرم‌افزارهای متن‌بازی چون Inkscape در مقالات و پژوهش‌های خود به نمایش می‌گذارند. فارغ از محتوای علمی، خروجی‌های گرافیکی با کیفیت و دقت بیشتر به خوانایی کار محقق می‌افزاید. در این پست قصد داریم به یکی از پکیج‌های تولید خروجی‌های گرافیکی علمی (مبتنی بر زبان لاتک latex) تحت عنوان Tikz بپردازیم. تمامی المان‌ها در این پکیج قابل برنامه‌نویسی بوده و به دلیل بهره‌گیری از فناوری rendering پیشرفته، خروجی‌ها از کیفیت و دقت بسیار بالایی برخوردار هستند.