我目前无法编写CPLEX规划求解。
问题基本上是带有扭曲的加权二部分匹配。
想象一下,我们有2个庇护所和2个无家可归者。每个无家可归者都有与某个庇护所相关的风险。下面是此问题的矩阵:
S1 S2
P1 1 5
P2 10 5
因此,如果P1(person1)进入S1(shelter1),则风险为1,依此类推。对于上述情况,最佳解决方案是将P1分配给S1,将P2分配给S2以最大程度地降低风险。
现在这是转折。我们有一个[公平方程(Ja那教的公平)] [1]。此公平性方程式是一个二次函数,基本上在完成所有分配后计算公平性。这是上述解决方案的公平性指标。
公平=(1 + 5 ^ 2)/(2 *(1 ^ 2)+(5 ^ 2)= 0.9或90%公平。
我想写一个使公平最大化的求解器。 Gurobi无法解决我的问题,因为它是二次函数。我继续使用CPLEX,但仍然无法解决问题。这是我的代码:
int NbPeople = ...;
range People = 1..NbPeople;
int Shelters = ...;
range Shelter=1..Shelters;
int SheltersCapacity[Shelter] = ...;
int PersonReq[People]=...;
int GoodnessOfFit[People][Shelter] = ...;
dvar boolean A[p in People][s in Shelter];
dvar int gof;
//dexpr int Assignment=sum(p in People, s in Shelter) A[p][s] * GoodnessOfFit[p][s] ;
maximize gof;
subject to {
forall(s in Shelter)
Capacity:
sum(p in People)
A[p][s] * PersonReq[p] <= SheltersCapacity[s];
forall (p in People)
sum(s in Shelter) A[p][s] <= 1;
sum (p in People,s in Shelter) A[p][s] == 3;
forall (p in People, s in Shelter)
Fairness:
(A[p][s] * GoodnessOfFit[p][s] ^ 2)
/
3 * A[p][s] * GoodnessOfFit[p][s] ^ 2 <= gof;
}```
[1]: https://en.wikipedia.org/wiki/Fairness_measure
答案 0 :(得分:0)
您可以尝试在CPLEX中使用CP。
例如:
using CP; //
dvar int x in 10..100;
dvar int y in 1..10;
minimize x/(y*y+x);
subject to
{
x>=y+2;
}